
<p>Gudrun spricht mit <a href="https://www.informatik.kit.edu/2233_5826.php">Sebastian Schäfer</a> und <a href="https://www.informatik.kit.edu/2231_5754.php">Isabel Häuser</a> von der <a href="https://www.informatik.kit.edu/index.php">KIT-Fakultät für Informatik</a>. Ihre Aufgabe dort ist die <a href="https://www.informatik.kit.edu/2231.php">Öffentlichkeitsarbeit</a>. Der persönliche Kontakt hatte sich durch die gemeinsame Arbeit in einem Gremium des KIT ergeben, wo Ideen entwickelt werden, wie mehr junge Frauen für ein Studium am KIT gewonnen werden können. Das Podastgespräch fasst das Thema etwas allgemeiner und beleuchtet das derzeitige Schülermarketing an der Informatik am KIT und wie es sich über die letzten Jahre entwickelt hat.</p> <p>Die KIT-Fakultät für Informatik hat seit den frühen 2000ern eine eigene Stelle für Öffentlichkeitsarbeit.  Seit 2009 wurden in diesem Rahmen besondere Anstrengungen unternommen, um Schülerinnen und Schüler strategisch für ein Informatikstudium am KIT zu werben. Diese Aktivitäten werden unter dem Namen Schülermarketing zusammengefaßt. Da es in den Jahren 2005-2008 einen Einbruch der Anfängerzahlen gegeben hatte, wollte man gezielter als bisher die jungen Leute ansprechen und informieren, um die Studierendenzahlen dadurch zu steigern. Seitdem wurden die diesbezüglichen Aktivitäten deutlich ausgebaut und es gibt nicht nur eine verantwortliche Person, sondern ein Team. Zur Zeit sind das Sebastian und Isabel, die direkt mit Rückendeckung von Geschäftsführung und Fakultätsvorstand arbeiten. Sie bringen dafür ihr Kommunikations-Know-how mit, das sie in einem geisteswissenschaftlichen Studium erworben haben.</p> <p>Tatsächlich lohnt sich diese Arbeit, denn die  Einschreibezahlen haben sich seit 2009 mehr als verdoppelt.</p> <p>Ein wichtiges Werkzeug für Information nach innen wie außen und für den ersten Eindruck sind die Informationsseiten der <a href="https://www.informatik.kit.edu/index.php">Website</a>. Deshalb nimmt deren Pflege und Weiterentwicklung eine wichtige Rolle in der täglichen Arbeit ein. Außerdem die traditionellen Schüler-Outreach-Formate am KIT wie Teilnahme an Berufsinformationsmessen, viele Aktionen zum Girls' Day, Uni für Einsteiger und das Anbieten von Schnupperkursen. Hier geht es in der Abteilung vor allem um die Kommunikation und Koordination aber auch um die Entwicklung (und Durchführung) von Ideen für einzelne Aktionen (wie z.B. Gewinnspiele), die gezielt auf  einzelnen Kanälen (Instagram, Facebook und Twitter) laufen und auf die Fakultät aufmerksam machen. Weitere Veranstaltungsformate, die große Resonanz haben, sind die regelmäßigen Sommercamps, aus denen jedes Jahr neue Studierende hervorgehen.</p> <p>Ein bewährtes Instrument sind Give-Aways,  mit denen die beiden versuchen, etwas Witziges mit Informatik-Bezug zu verbinden. Hierfür gibt es zum Glück viele Ansatzpunkte. Bisher waren das z.B. Turnbeutel mit  verschlüsseltem Text, Pixelbrillen und Cardboards. Aber selbst so konventionelle Geschenke wie Kuli-Serien und Stofftaschen finden auf diesem Weg begeisterte junge Besitzer.</p> <p>Inzwischen gibt es auch spezielle Ansätze, um mehr Frauen für das Studium zu gewinnen - auch weil die Fakultät das Schlusslicht im Frauenanteil am KIT darstellt. Gerechte Bild- und Textsprache sind eine Selbstverständlichkeit und weibliche Rollenmodelle werden aktiv gesucht und gefunden wie z.B. aktuell in einem Video über den Semesterstart.  </p> <p>Ein Wunsch für die Zukunft wäre es, noch mehr im Video-Format erarbeiten zu können, um auf Youtube einen stärkeren eigenen Akzent setzen zu können. </p> <br /> <h2>Literatur und weiterführende Informationen</h2><ul><li> <a href="https://www.informatik.kit.edu/863.php">Informationsseiten zum Studium an der KIT-Fakultät für Informatik</a></li><li> <a href="https://www.youtube.com/KITinformatik">Youtube-Kanal</a></li><li> <a href="https://twitter.com/KITinformatik"> KIT-Fakultät für Informatik auf Twitter</a></li></ul> <h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/schuelerlabor">E. Dittrich, G. Thäter: Schülerlabor</a>, Gespräch im Modellansatz Podcast, Folge 103, Fakultät für  Mathematik, Karlsruher Institut für Technologie (KIT), 2016.</li><li> <a href="http://modellansatz.de/meisterklasse">B. Böttcher, G. Thäter: Meisterklasse</a>, Gespräch im Modellansatz Podcast, Folge 158, Fakultät für  Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li><li> <a href="http://modellansatz.de/cammp">G. Thäter, K. Wohak: CAMMP</a>, Gespräch im Modellansatz Podcast, Folge 165, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li><li> <a href="http://modellansatz.de/cammp-week">K. Wohak, M. Hattebuhr, E. Bastian, C. Beizinger, G. Thäter: CAMMP-Week</a>, Gespräch im Modellansatz Podcast, Folge 174, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li></ul>


Modellansatz

Modellansatz 191

Gudrun spricht mit Sebastian Schäfer und Isabel Häuser von der KIT-Fakultät für Informatik. Ihre Aufgabe dort ist die Öffentlichkeitsarbeit. Der persönliche Kontakt hatte sich durch die gemeinsame Arbeit in einem Gremium des KIT ergeben, wo Ideen entwickelt werden, wie mehr junge Frauen für ein Studium am KIT gewonnen werden können. Das Podastgespräch fasst das Thema etwas allgemeiner und beleuchtet das derzeitige Schülermarketing an der Informatik am KIT und wie es sich über die letzten Jahre entwickelt hat. Die KIT-Fakultät für Informatik hat seit den frühen 2000ern eine eigene Stelle für Öffentlichkeitsarbeit. Seit 2009 wurden in diesem Rahmen besondere Anstrengungen unternommen, um Schülerinnen und Schüler strategisch für ein Informatikstudium am KIT zu werben. Diese Aktivitäten werden unter dem Namen Schülermarketing zusammengefaßt. Da es in den Jahren 2005-2008 einen Einbruch der Anfängerzahlen gegeben hatte, wollte man gezielter als bisher die jungen Leute ansprechen und informieren, um die Studierendenzahlen dadurch zu steigern. Seitdem wurden die diesbezüglichen Aktivitäten deutlich ausgebaut und es gibt nicht nur eine verantwortliche Person, sondern ein Team. Zur Zeit sind das Sebastian und Isabel, die direkt mit Rückendeckung von Geschäftsführung und Fakultätsvorstand arbeiten. Sie bringen dafür ihr Kommunikations-Know-how mit, das sie in einem geisteswissenschaftlichen Studium erworben haben. Tatsächlich lohnt sich diese Arbeit, denn die Einschreibezahlen haben sich seit 2009 mehr als verdoppelt. Ein wichtiges Werkzeug für Information nach innen wie außen und für den ersten Eindruck sind die Informationsseiten der Website. Deshalb nimmt deren Pflege und Weiterentwicklung eine wichtige Rolle in der täglichen Arbeit ein. Außerdem die traditionellen Schüler-Outreach-Formate am KIT wie Teilnahme an Berufsinformationsmessen, viele Aktionen zum Girls' Day, Uni für Einsteiger und das Anbieten von Schnupperkursen. Hier geht es in der Abteilung vor allem um die Kommunikation und Koordination aber auch um die Entwicklung (und Durchführung) von Ideen für einzelne Aktionen (wie z.B. Gewinnspiele), die gezielt auf einzelnen Kanälen (Instagram, Facebook und Twitter) laufen und auf die Fakultät aufmerksam machen. Weitere Veranstaltungsformate, die große Resonanz haben, sind die regelmäßigen Sommercamps, aus denen jedes Jahr neue Studierende hervorgehen. Ein bewährtes Instrument sind Give-Aways, mit denen die beiden versuchen, etwas Witziges mit Informatik-Bezug zu verbinden. Hierfür gibt es zum Glück viele Ansatzpunkte. Bisher waren das z.B. Turnbeutel mit verschlüsseltem Text, Pixelbrillen und Cardboards. Aber selbst so konventionelle Geschenke wie Kuli-Serien und Stofftaschen finden auf diesem Weg begeisterte junge Besitzer. Inzwischen gibt es auch spezielle Ansätze, um mehr Frauen für das Studium zu gewinnen - auch weil die Fakultät das Schlusslicht im Frauenanteil am KIT darstellt. (...)

Schülermarketing


<p>Gudrun Talks to Sema Coşkun who at the moment of the conversation in 2018 is a Post Doc researcher at the University Kaiserslautern in the <a href="https://www.mathematik.uni-kl.de/en/fima/people/members/">group of financial mathematics</a>. She constructs models for the behaviour of energy markets. </p> <p>In short the conversation covers the questions  </p> <ul><li> How are classical markets modelled? </li><li> In which way are energy markets different and need new ideas?</li></ul> <p>The <a href="https://www.journals.uchicago.edu/doi/10.1086/260062">seminal work</a> of <a href="https://en.wikipedia.org/wiki/Fischer_Black">Black</a> and <a href="https://en.wikipedia.org/wiki/Myron_Scholes">Scholes</a> (1973) established the modern financial theory. In a <a href="https://en.wikipedia.org/wiki/Black%E2%80%93Scholes_model">Black-Scholes setting</a>, it is assumed that the stock price follows a Geometric <a href="https://en.wikipedia.org/wiki/Wiener_process">Brownian Motion</a> with a constant drift and constant <a href="https://en.wikipedia.org/wiki/Stochastic_volatility">volatility</a>. The stochastic differential equation for the stock price process has an explicit solution. Therefore, it is possible to obtain the price of a European <a href="https://en.wikipedia.org/wiki/Call_option">call option</a> in a closed-form formula. Nevertheless, there exist drawbacks of the Black-Scholes assumptions. The most criticized aspect is the constant volatility assumption. It is considered an oversimplification. Several improved models have been introduced to overcome those drawbacks. One significant example of such new models is the <a href="https://en.wikipedia.org/wiki/Heston_model">Heston stochastic volatility model</a> (Heston, 1993). In this model, volatility is indirectly modeled by a separate mean reverting stochastic process, namely. the <a href="https://en.wikipedia.org/wiki/Cox%E2%80%93Ingersoll%E2%80%93Ross_model">Cox-Ingersoll-Ross (CIR) process</a>. The CIR process captures the dynamics of the volatility process well. However, it is not easy to obtain option prices in the Heston model since the model has more complicated dynamics compared to the Black-Scholes model. </p> <p>In financial mathematics, one can use several methods to deal with these problems. In general, various stochastic processes are used to model the behavior of financial phenomena. One can then employ purely stochastic approaches by using the tools from stochastic calculus or probabilistic approaches by using the tools from probability theory. On the other hand, it is also possible to use Partial Differential Equations (the PDE approach). The correspondence between the stochastic problem and its related PDE representation is established by the help of <a href="https://en.wikipedia.org/wiki/Feynman%E2%80%93Kac_formula">Feynman-Kac theorem</a>. Also in their original paper, Black and Scholes transferred the stochastic representation of the problem into its corresponding PDE, the <a href="https://en.wikipedia.org/wiki/Heat_equation">heat equation</a>. After solving the heat equation, they transformed the solution back into  the relevant option price. As a third type of methods, one can employ numerical methods such as <a href="https://en.wikipedia.org/wiki/Monte_Carlo_method">Monte Carlo methods</a>.</p> <p>Monte Carlo methods are especially useful to compute the <a href="https://en.wikipedia.org/wiki/Expected_value">expected value</a> of a random variable. Roughly speaking, instead of examining the probabilistic evolution of this random variable, we focus on the possible outcomes of it. One generates random numbers with the same distribution as the random variable and then we simulate possible outcomes by using those random numbers. Then we replace the expected value of the random variable by taking the arithmetic average of the possible outcomes obtained by the Monte Carlo simulation. The idea of Monte Carlo is simple. However, it takes its strength from two essential theorems, namely Kolmogorov’s <a href="https://en.wikipedia.org/wiki/Law_of_large_numbers">strong law of large numbers</a> which ensures convergence of the estimates and the <a href="https://en.wikipedia.org/wiki/Central_limit_theorem">central limit theorem</a>, which refers to the error distribution of our estimates. </p> <p>Electricity markets exhibit certain properties which we do not observe in other markets. Those properties are mainly due to the unique characteristics of the production and consumption of electricity. Most importantly one cannot physically store electricity. This leads to several differences compared to other financial markets. For example, we observe spikes in electricity prices. Spikes refer to sudden upward or downward jumps which are followed by a fast reversion to the mean level. Therefore, electricity prices show extreme variability compared to other commodities or stocks. </p> <p>For example, in stock markets we observe a moderate volatility level ranging between 1% and 1.5%, commodities like crude oil or natural gas have relatively high volatilities ranging between 1.5% and 4% and finally the electricity energy has up to 50% volatility (Weron, 2000). Moreover, electricity prices show strong seasonality which is related to day to day and month to month variations in the electricity consumption. In other words, electricity consumption varies depending on the day of the week and month of the year. Another important property of the electricity prices is that they follow a mean reverting process. Thus, the <a href="https://en.wikipedia.org/wiki/Ornstein%E2%80%93Uhlenbeck_process">Ornstein-Uhlenbeck (OU) process</a> which has a Gaussian distribution is widely used to model electricity prices. In order to incorporate the spike behavior of the electricity prices, a jump or a Levy component is merged into the OU process. These models are known as generalized OU processes (Barndorff-Nielsen &amp; Shephard, 2001; Benth, Kallsen &amp; Meyer-Brandis, 2007). There exist several models to capture those properties of electricity prices. For example, structural models which are based on the equilibrium of supply and demand (Barlow, 2002), Markov jump diffusion models which combine the OU process with pure jump diffusions (Geman &amp; Roncoroni, 2006), regime-switching models which aim to distinguish the base and spike regimes of the electricity prices and finally the multi-factor models which have a deterministic component for seasonality, a mean reverting process for the base signal and a jump or Levy process for spikes (Meyer-Brandis &amp; Tankov, 2008).</p> <p>The German electricity market is one of the largest in Europe. The energy strategy of Germany follows the objective to phase out the nuclear power plants by 2021 and gradually introduce renewable energy ressources. For electricity production, the share of renewable ressources will increase up to 80% by 2050. The introduction of renewable ressources brings also some challenges for electricity trading. For example, the forecast errors regarding the electricity production might cause high risk for market participants. However, the developed market structure of Germany is designed to reduce this risk as much as possible. There are two main electricity spot price markets where the market participants can trade electricity. The first one is the day-ahead market in which the trading takes place around noon on the day before the delivery. In this market, the trades are based on auctions. The second one is the intraday market in which the trading starts at 3pm on the day before the delivery and continues up until 30 minutes before the delivery. Intraday market allows continuous trading of electricity which indeed helps the market participants to adjust their positions more precisely in the market by reducing the forecast errors.</p> <br /> <br /> <h2>References</h2> <ul><li> <a href="https://www.degruyter.com/view/j/mcma.2018.24.issue-1/mcma-2018-0004/mcma-2018-0004.xml">S. Coskun and R. Korn: Pricing Barrier Options in the Heston Model Using the Heath-Platen estimator</a>. Monte Carlo Methods and Applications. 24 (1) 29-42, 2018. </li><li> <a href="https://kluedo.ub.uni-kl.de/files/5158/PhDThesis_SC.pdf">S. Coskun: Application of the Heath–Platen Estimator in Pricing Barrier and Bond Options</a>. PhD thesis, Department of Mathematics, University of Kaiserslautern, Germany, 2017.</li><li> <a href="https://link.springer.com/chapter/10.1007/978-3-319-15407-7_1">S. Desmettre and R. Korn: 10 Computationally challenging problems in Finance</a>. FPGA Based Accelerators for Financial Applications, Springer, Heidelberg, 1–32, 2015.</li><li> <a href="https://www.journals.uchicago.edu/doi/10.1086/260062">F. Black and M. Scholes: The pricing of options and corporate liabilities</a>. The Journal of Political Economy, 81(3):637-654, 1973.</li><li> <a href="https://academic.oup.com/rfs/article-abstract/6/2/327/1574747">S.L. Heston: A closed-form solution for options with stochastic volatility with applications to bond and currency options</a>. The Review of Financial Studies, 6(2):327–343, 1993.</li><li> <a href="https://www.taylorfrancis.com/books/9781420076196">R. Korn, E. Korn and G. Kroisandt: Monte Carlo Methods and Models in Finance and Insurance</a>. Chapman &amp; Hall/CRC Financ. Math. Ser., CRC Press, Boca Raton, 2010. </li><li> <a href="https://www.springer.com/de/book/9780387004518">P.  Glasserman, Monte Carlo Methods in Financial Engineering. Stochastic Modelling and Applied Probability</a>, Appl. Math. (New York) 53, Springer, New York, 2004.</li><li> <a href="https://onlinelibrary.wiley.com/doi/epdf/10.1111/j.1467-9965.2002.tb00125.x">M.T. Barlow: A diffusion model for electricity prices</a>. Mathematical Finance, 12(4):287-298, 2002.</li><li> <a href="https://www.jstor.org/stable/4616764">O.E. Barndorff-Nielsen and N. Shephard: Non-Gaussian Ornstein-Uhlenbeck-based models and some of their uses in financial economics</a>. Journal of the Royal Statistical Society B, 63(2):167-241, 2001.</li><li> <a href="https://www.jstor.org/stable/10.1086/500675">H. Geman and A. Roncoroni: Understanding the fine structure of electricity prices</a>. The Journal of Business, 79(3):1225-1261, 2006.</li><li> <a href="https://www.tandfonline.com/doi/abs/10.1080/13504860600725031">T. Meyer-Brandis and P. Tankov: Multi-factor jump-diffusion models of electricity prices</a>. International Journal of Theoretical and Applied Finance, 11(5):503-528, 2008.</li><li> <a href="https://www.sciencedirect.com/science/article/pii/S0378437100002764">R. Weron: Energy price risk management</a>. Physica A, 285(1-2):127–134, 2000.</li></ul> <br /> <br /> <br /><h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/turbulence">G. Thäter, M. Hofmanová: Turbulence</a>, conversation in the Modellansatz Podcast, episode 155, Department of Mathematics, Karlsruhe Institute of Technology (KIT), 2018. <a href="http://modellansatz.de/turbulence">http://modellansatz.de/turbulence</a></li><li> <a href="http://modellansatz.de/wasserstofftankstellen">G. Thäter, M. J. Amtenbrink: Wasserstofftankstellen</a>, Gespräch im Modellansatz Podcast, Folge 163, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/wasserstofftankstellen">http://modellansatz.de/wasserstofftankstellen</a></li><li> <a href="http://modellansatz.de/finanzen-damalstm">S. Ajuvo, S. Ritterbusch: Finanzen damalsTM</a>, Gespräch im Modellansatz Podcast, Folge 97, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. <a href="http://modellansatz.de/finanzen-damalstm">http://modellansatz.de/finanzen-damalstm</a></li><li> <a href="http://modellansatz.de/kaufverhalten">K. Cindric, G. Thäter: Kaufverhalten</a>, Gespräch im Modellansatz Podcast, Folge 45, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. <a href="http://modellansatz.de/kaufverhalten">http://modellansatz.de/kaufverhalten</a></li><li> <a href="http://modellansatz.de/gasspeicher">V. Riess, G. Thäter: Gasspeicher</a>, Gespräch im Modellansatz Podcast, Folge 23, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. <a href="http://modellansatz.de/gasspeicher">http://modellansatz.de/gasspeicher</a></li><li> <a href="https://forschergeist.de/podcast/fg012-energieforschung/">F. Schueth, T. Pritlove: Energieforschung</a>, Episode 12 im Forschergeist Podcast, Stifterverband/Metaebene, 2015. <a href="https://forschergeist.de/podcast/fg012-energieforschung/">https://forschergeist.de/podcast/fg012-energieforschung/</a></li></ul>


Modellansatz 190

Gudrun Talks to Sema Coşkun who at the moment of the conversation in 2018 is a Post Doc researcher at the University Kaiserslautern in the group of financial mathematics. She constructs models for the behaviour of energy markets. In short the conversation covers the questions: How are classical markets modelled? In which way are energy markets different and need new ideas? The seminal work of Black and Scholes (1973) established the modern financial theory. In a Black-Scholes setting, it is assumed that the stock price follows a Geometric Brownian Motion with a constant drift and constant volatility. The stochastic differential equation for the stock price process has an explicit solution. Therefore, it is possible to obtain the price of a European call option in a closed-form formula. Nevertheless, there exist drawbacks of the Black-Scholes assumptions. The most criticized aspect is the constant volatility assumption. It is considered an oversimplification. Several improved models have been introduced to overcome those drawbacks. One significant example of such new models is the Heston stochastic volatility model (Heston, 1993). In this model, volatility is indirectly modeled by a separate mean reverting stochastic process, namely. the Cox-Ingersoll-Ross (CIR) process. The CIR process captures the dynamics of the volatility process well. However, it is not easy to obtain option prices in the Heston model since the model has more complicated dynamics compared to the Black-Scholes model. In financial mathematics, one can use several methods to deal with these problems. In general, various stochastic processes are used to model the behavior of financial phenomena. One can then employ purely stochastic approaches by using the tools from stochastic calculus or probabilistic approaches by using the tools from probability theory. On the other hand, it is also possible to use Partial Differential Equations (the PDE approach). The correspondence between the stochastic problem and its related PDE representation is established by the help of Feynman-Kac theorem. Also in their original paper, Black and Scholes transferred the stochastic representation of the problem into its corresponding PDE, the heat equation. After solving the heat equation, they transformed the solution back into the relevant option price. As a third type of methods, one can employ numerical methods such as Monte Carlo methods. Monte Carlo methods are especially useful to compute the expected value of a random variable. Roughly speaking, instead of examining the probabilistic evolution of this random variable, we focus on the possible outcomes of it. One generates random numbers with the same distribution as the random variable and then we simulate possible outcomes by using those random numbers. Then we replace the expected value of the random variable by taking the arithmetic average of the possible outcomes obtained by the Monte Carlo simulation. (...)

Energy Markets


<p>In this episode Gudrun talks with her new colleague <a href="http://www.math.kit.edu/iana2/~liao/en">Xian Liao</a>. In November 2018 Xian has been appointed as Junior Professor (with tenure track) at the <a href="http://www.math.kit.edu/">KIT-Faculty of Mathematics</a>. She belongs to the <a href="http://www.math.kit.edu/iana/en">Institute of Analysis</a> and works in the group <a href="http://www.math.kit.edu/iana2/en">Nonlinear Partial Differential Equations</a>.   </p> <p>She is very much interested in <a href="https://en.wikipedia.org/wiki/Dispersive_partial_differential_equation">Dispersive Partial Differential Equations</a>. These equations model, e.g., the behaviour of waves. For that it is a topic very much in the center of the <a href="http://www.waves.kit.edu/">CRC 1173 - Wave phenomena</a> at our faculty.   </p> <p>Her mathematical interest was always to better understand the solutions of partial differential equations. But she arrived at dispersive equations through several steps in her carreer. Originally she studied inhomogeneous incompressible fluids. This can for example mean that the fluid is a mixture of materials with different <a href="https://en.wikipedia.org/wiki/Viscosity">viscosities</a>. If we have a look at the Navier-Stokes equations for materials like water or oil, one main assumption therein is, that the viscosity is a material constant. Nevertheless, the equations modelling their flows are already nonlinear and there are a few serious open questions. Studying flows of inhomogneous materials brings in further difficulties since there occur more and more complex nonlinearities in the equations. </p> <p>It is necessary to develop a frame in which one can characterise the central properties of the solutions and the flow. It turned out that for example finding and working with quantities which remain conserved in the dynamics of the process is a good guiding line - even if the physical meaning of the conserved quantitiy is not always clear. Coming from classical theory we know that it makes a lot of sense to have a look at the conservation of mass, energy and momentum, which translate to conserved quantities as combinations of velocity, its derivatives, pressure and density. Pressure and density are not independent in these simplified models but are independent in the models Xiao studies. In the complex world of inhomogeneous equations we lose the direct concept to translate between physics and mathematics but carry over the knowledge that scale invarance and conservation are central properties of the model.</p> <p>It is interesting to characterize how the complex system develops with a change of properties. To have a simple idea - if it is more developing in the direction of fast flowing air or slow flowing almost solid material. One number which helps to see what types of waves one has to expect is the Mach number. It helps to seperate sound waves from fluid waves. A mathematical/physical question then is to understand the process of letting the <a href="https://en.wikipedia.org/wiki/Mach_number">Mach number</a> go to zero in the model. It is not that complicated to make this work in the formulae. But the hard work is done in proving that the solutions to the family of systems of PDEs with lower and lower Mach number really tend to the solutions of the derived limit system. For example in order to measure if solutions are  similar to each other (i.e. they get nearer and nearer to each other) one needs to find the norms which measure the right properties.</p> <p>Xian was Undergraduate &amp; Master student at the Nanjing University in China from 2004 to 2009, where she was working with Prof. Huicheng Yin on Partial Differential Equations. She succeeded in getting the scholarship from <a href="https://en.wikipedia.org/wiki/China_Scholarship_Council">China Scholarship Council</a> and did her PhD within the laboratory LAMA (with Prof. Raphaël Danchin on zero-Mach number system). She was member of the University Paris-Est but followed many master courses in the programs of other Parisian universities as well. </p> <p>In 2013 she spent 8 months at the Charles University in Prague as Postdoc within the research project MORE. There she collaborated with Prof. Eduard Feireisl and Prof. Josef Málek on understanding non-Newtonian fluids better.</p> <p>After that period she returned to China and worked two years at the Academy of Mathematics &amp; Systems Science as Postdoc within the research center NCMIS. With Prof. Ping Zhang she was working on density patch problems. Before her appointment here in Karlsruhe she already returned to Europe. 2016-2018  she was Postdoc at the  University Bonn within the CRC 1060. She was mainly working with Prof. Herbert Koch on Gross-Pitaevskii equations - a special topic within dispersive equations.   </p> <br /> <h2>References</h2> <ul><li> <a href="https://blog.waves.kit.edu/wp/index.php/2018/11/27/im-fokus-xian-liao/">Short Interview with the CRC 1173 Wave phenomena</a></li><li> <a href="https://www.worldscientific.com/doi/abs/10.1142/S0219199712500228">X. Liao, R. Danchin: On the wellposedness of the full low-Mach number  limit system in general Besov spaces</a>. Commun. Contemp. Math.: 14(3), 1250022, 2012.</li><li> <a href="https://link.springer.com/article/10.1007%2Fs00021-013-0152-3">X. Liao: A global existence result for a zero Mach number system</a>. J. Math. Fluid Mech.: 16(1), 77-103, 2014.</li><li> <a href="https://onlinelibrary.wiley.com/doi/abs/10.1002/mma.3432">X. Liao, E. Feireisl and J. Málek: Global weak solutions to a class of  non-Newtonian compressible fluids</a>. Math. Methods Appl. Sci.: 38(16), 3482-3494, 2015.</li><li> <a href="https://projecteuclid.org/euclid.die/1448323258">X. Liao: On the strong solutions of the nonhomogeneous incompressible  Navier-Stokes equations in a thin domain</a>. Differential Integral  Equations: 29, 167-182, 2016.</li><li> <a href="https://arxiv.org/abs/1604.07922">X. Liao, P. Zhang: Global regularities of 2-D density patches for viscous  inhomogeneous incompressible flow with general density: high regularity  case</a>, 2016.</li></ul>


Modellansatz 189

In this episode Gudrun talks with her new colleague Xian Liao. In November 2018 Xian has been appointed as Junior Professor (with tenure track) at the KIT-Faculty of Mathematics. She belongs to the Institute of Analysis and works in the group Nonlinear Partial Differential Equations. She is very much interested in Dispersive Partial Differential Equations. These equations model, e.g., the behaviour of waves. For that it is a topic very much in the center of the CRC 1173 - Wave phenomena at our faculty. Her mathematical interest was always to better understand the solutions of partial differential equations. But she arrived at dispersive equations through several steps in her carreer. Originally she studied inhomogeneous incompressible fluids. This can for example mean that the fluid is a mixture of materials with different viscosities. If we have a look at the Navier-Stokes equations for materials like water or oil, one main assumption therein is, that the viscosity is a material constant. Nevertheless, the equations modelling their flows are already nonlinear and there are a few serious open questions. Studying flows of inhomogneous materials brings in further difficulties since there occur more and more complex nonlinearities in the equations. It is necessary to develop a frame in which one can characterise the central properties of the solutions and the flow. It turned out that for example finding and working with quantities which remain conserved in the dynamics of the process is a good guiding line - even if the physical meaning of the conserved quantitiy is not always clear. Coming from classical theory we know that it makes a lot of sense to have a look at the conservation of mass, energy and momentum, which translate to conserved quantities as combinations of velocity, its derivatives, pressure and density. Pressure and density are not independent in these simplified models but are independent in the models Xiao studies. In the complex world of inhomogeneous equations we lose the direct concept to translate between physics and mathematics but carry over the knowledge that scale invarance and conservation are central properties of the model. It is interesting to characterize how the complex system develops with a change of properties. To have a simple idea - if it is more developing in the direction of fast flowing air or slow flowing almost solid material. One number which helps to see what types of waves one has to expect is the Mach number. It helps to seperate sound waves from fluid waves. A mathematical/physical question then is to understand the process of letting the Mach number go to zero in the model. It is not that complicated to make this work in the formulae. But the hard work is done in proving that the solutions to the family of systems of PDEs with lower and lower Mach number really tend to the solutions of the derived limit system. For example in order to measure if solutions are similar to each other (...)

Nonhomogenous Fluids


<p>Gudrun talks to Carlos Mauricio Rojas La Rotta.  They use a Skype connection since Carlos is in Berlin and Gudrun in Karlsruhe.</p> <p>Carlos is an electrical engineer from <a href="https://en.wikipedia.org/wiki/Colombia">Colombia</a>. His first degree is from <a href="https://en.wikipedia.org/wiki/Pontifical_Xavierian_University">Pontifcia Universidad Javeriana</a> in <a href="https://en.wikipedia.org/wiki/Bogot%C3%A1">Bogotá</a>. For five years now he has been working at <a href="https://www.schneider-electric.de/de/">Schneider Electric</a> in Berlin. In September 2018 Gudrun met Carlos at the <a href="https://www.euref.de/">EUREF-Campus</a> in Berlin for discussing the work of <a href="http://modellansatz.de/micro-grids">Claire Harvey</a> on her Master's thesis. The schedule on that day was very full but Gudrun and Carlos decided to have a Podcast conversation later.</p> <p>Carlos came to Germany as a car enthusiast. Then he got excited about the possibilities of <a href="https://en.wikipedia.org/wiki/Photovoltaic_system">photovoltaic energy production</a>. For that from 2005-2007 he studied in the <a href="https://en.wikipedia.org/wiki/University_of_Oldenburg">Carl von Ossietzky Universität</a> in Oldenburg in the PPRE <a href="https://uol.de/en/ppre/">Master course Renewable Energies</a>. When he graduated within a group of about 20 master students they found a world ready for their knowledge. Carlos worked in various topics and in different parts of Germany in the field of renewable energies. Now, at Schneider he has the unique situation, that he can combine all his interests. He develops the most modern cars, which are driving with renewable energy. In the course of his work he is also back at his original love: working with electronics, protocols and data.</p> <p>The work on the EUREF-Campus in Berlin started about 8-10 years ago with more questions than clear ideas. Schneider Electric is a big company with about 150.000 employees all over the world. They deal in all types of software and hardware devices for energy delivery. But the topic for Berlin was completely new: It was a test case how to construct <a href="https://en.wikipedia.org/wiki/Sustainable_architecture">energy sustainable</a> districts.</p> <p>They started out investing in e-mobility with renewable energy and making their own offices a smart building. It is a source of a lot of data telling the story how energy is produced and consumed.  At the moment they collect 1GB data per day in the office building on about 12.000 measure points into database and build this as a benchmark to compare it to other scenarios. The next step now is also to find ways to optimize these processes with limited computational possibilities.</p> <p>This is done with open source code on their own interface and at the moment it can optimize in the micro smart grid on the Campus. For example with  40 charging points for e-cars - consumption is planned according to production of energy. On Campus traditional batteries are used to buffer the energy, and also a bus now works on the Campus which can be discharged and is loaded without a cable!</p> <p>One can say: Carlos is working in a big experiment. This does not only cover a lot of new technical solutions. The Energiewende is more than putting photovoltaic and wind power out. We as a society have to change and plan differently - especially concerning mobility.</p> <p>Schneider Electric just started an expansion phase to the whole campus, which has a size of 5.5 ha and 2500 people working there. More than 100 charging point for e-cars will be available very soon. </p> <br /><h1>Podcasts</h1><ul><li> <a href="http://modellansatz.de/micro-grids">C. Harvey, G. Thäter: Micro Grids</a>, Gespräch im Modellansatz Podcast, Folge 186, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.</li></ul>


Modellansatz 188

Gudrun talks to Carlos Mauricio Rojas La Rotta. They use a Skype connection since Carlos is in Berlin and Gudrun in Karlsruhe. Carlos is an electrical engineer from Colombia. His first degree is from Pontifcia Universidad Javeriana in Bogotá. For five years now he has been working at Schneider Electric in Berlin. In September 2018 Gudrun met Carlos at the EUREF-Campus in Berlin for discussing the work of Claire Harvey on her Master's thesis. The schedule on that day was very full but Gudrun and Carlos decided to have a Podcast conversation later. Carlos came to Germany as a car enthusiast. Then he got excited about the possibilities of photovoltaic energy production. For that from 2005-2007 he studied in the Carl von Ossietzky Universität in Oldenburg in the PPRE Master course Renewable Energies. When he graduated within a group of about 20 master students they found a world ready for their knowledge. Carlos worked in various topics and in different parts of Germany in the field of renewable energies. Now, at Schneider he has the unique situation, that he can combine all his interests. He develops the most modern cars, which are driving with renewable energy. In the course of his work he is also back at his original love: working with electronics, protocols and data. The work on the EUREF-Campus in Berlin started about 8-10 years ago with more questions than clear ideas. Schneider Electric is a big company with about 150.000 employees all over the world. They deal in all types of software and hardware devices for energy delivery. But the topic for Berlin was completely new: It was a test case how to construct energy sustainable districts. They started out investing in e-mobility with renewable energy and making their own offices a smart building. It is a source of a lot of data telling the story how energy is produced and consumed. At the moment they collect 1GB data per day in the office building on about 12.000 measure points into database and build this as a benchmark to compare it to other scenarios. The next step now is also to find ways to optimize these processes with limited computational possibilities. This is done with open source code on their own interface and at the moment it can optimize in the micro smart grid on the Campus. For example with 40 charging points for e-cars - consumption is planned according to production of energy. On Campus traditional batteries are used to buffer the energy, and also a bus now works on the Campus which can be discharged and is loaded without a cable! One can say: Carlos is working in a big experiment. This does not only cover a lot of new technical solutions. The Energiewende is more than putting photovoltaic and wind power out. We as a society have to change and plan differently - especially concerning mobility. Schneider Electric just started an expansion phase to the whole campus, which has a size of 5.5 ha and 2500 people working there. (...)

Inno2Grid


<p>Gudrun war in Weimar an der <a href="https://www.uni-weimar.de/de/universitaet/start/">Bauhaus Universität</a> zu Gast bei <a href="https://www.uni-weimar.de/?id=18262">Jan Ehlers</a>. Sie haben sich über seine Forschungstätigkeit im Umfeld von <a href="https://de.wikipedia.org/wiki/Benutzerschnittstelle">Mensch-Maschine Interaktion</a> unterhalten. Jan hat in <a href="https://www.uni-bremen.de/fb11/studium/psychologie-bsc/">Bremen Psychologie</a> studiert und dort auch promoviert. Nach einer Zeit an der Universität in Ulm ist er zur Zeit in Weimar als Lehrstuhlinhaber tätig. </p> <p>Gudruns Wunsch war es schon länger, das Thema im Podcast zu haben, denn Mensch-Maschine Interaktion betrifft alle Leute, die irgend etwas mit Computern machen. Dabei war klar, dass dies ein sehr breites Feld ist, wo im Gespräch mit Jan nur einzelne Aspekte vorkommen werden. Darüber hinaus, dass es thematisch breit ist, ist es ein sehr interdisziplinäres Feld, wo zwischen Biologie und Algorithmen als "Extremwerten" sehr unterschiedliches Wissen nötig ist und nur in Zusammenarbeit der Fachgebiete neues entsteht. <br /> <br /> Jans Fachgebiet ist der "Faktor Mensch". An seiner Arbeit faszinieren ihn viele Dinge, aber besonders, dass es noch so ein junges Feld ist, in den man Pionierarbeit verrichtet. Er hat sich auf <a href="https://de.wikipedia.org/wiki/Kognitionspsychologie">kognitive Psychologie</a> spezialisiert und untersucht u.a. wie peripher physiologische Signale (also von der Körperoberfläche abgeleitete Informationen) als Messwerte für psychologische Zustände dienen können. In erster Linie ist das universitäre Grundlagenforschung ohne unmittelbaren Anwendungsbezug. </p> <p>Dahinter stehen aber so fundamentale Fragen wie: Wie wird Aufmerksamkeit generiert? Wie kann man trotz interindividueller Unterschiede Erregungs- oder Aktivierungsniveaus aus solchen objektiv beobachtbaren Größe wie Pupillenbewegung oder Leitfähigkeit der Haut ablesen. Es müssen Größen herangezogen werden, die dem Bewusstsein nicht direkt zugänglich (also leicht manipulierbar) sind. </p> <p>Für die Experimente sind künstliche, hoch kontrollierte Situationen im Labor typisch, weil man ja wissenschaftlich Wirkmechanismen und Kausalbeziehungen beweisen möchte. Im Fachchargon spricht man auch von physiological computing bzw. mental status determination, also der Einschätzung einer psychischen Situation ohne Worte. die auf Selbsteinschätzung beruhen. <br /> Ein anschauliches Beispiel ist, dass man an der Blinzelfrequenz ablesen kann, wenn jemand müde wird. Man kann das gut mit Sensoren beobachten und messen und dann einen übermüdeten LKW-Fahrer durch so ein System erkennen und zum Pause machen anhalten. </p> <p>Menschlich ist das allerdings ein wenig brisant, denn wir wollen lieber die Kontrolle behalten und nicht von System Vorschriften gemacht bekommen. <br /> Hinzu kommt, dass man solche Systeme auch austricksen kann. Im Labor wird dazu das Biofeedback der Sensoren visualisiert und Probanden können lernen, darüber kognitive Kontrolle zu erhalten. Ein Beispiel hierfür ist die Pupillengröße, die man auf dem Monitor gut als Kreis einer gewissen Größe abbilden kann. Man kann üben, sie willentlich größer oder kleiner zu machen mit Hilfe der Rückmeldung auf dem Bildschirm. </p> <p>Für Forschung mit und über Menschen müssen ethische Prinzipien eingehaltne werden. Es ist apriori ja nicht in Ordnung, wenn man z.B. im Experiment Probanden systematisch anlügt. Trotzdem ist es eine wichtige und interessante Fragestellung, ob man die oben erläuterte Möglichkeit, dass man Einfluss auf eigentlich unbewusste Vorgänge erhalten kann, auch in die andere Richtung ausnutzen kann. Wenn ich einem erregten Probanden Biofeedback auf dem Monitor zeige, dass einer ruhigen Situation entspricht und der Proband dem Feedback glaubt, wird er dann vielleicht ruhig? </p> <br /> <h2>Literatur und weiterführende Informationen</h2> <ul><li> <a href="https://link.springer.com/chapter/10.1007/978-3-319-67687-6_20">C.Strauch e.a.: Pupil-Assisted Target  Selection (PATS)</a>, Proceedings of the 16th IFIP TC.13 International  Conference on Human-Computer Interaction – INTERACT, Mumbai, India. 2017</li><li> <a href="https://www.ncbi.nlm.nih.gov/pubmed/27113096">J. Ehlers e.a.: Pupil Size Changes as  an Active Information Channel for Biofeedback Applications</a>, Applied  Psychophysiology and Biofeedback. doi: 10.1007/s10484-016-9335-z. 2016</li><li> <a href="http://physiologicalcomputing.org/">Steven Fairclough: Physiological Computing</a></li><li> <a href="https://www.bioscience.org/2018/v10s/af/500/2.htm">E.M. Vingolo, G. Napolitano, S. Fragiotta:Microperimetric biofeedback training: fundamentals, strategies and perspectives</a> Frontiers In Bioscience, Scholar, 10, 48–64, January 1, 2018</li></ul><h2>Podcasts</h2> <ul><li> <a href="https://cre.fm/cre131-mensch-maschine-interaktion">P. Purgathofer, T. Pritlove: Mensch-Maschine Interaktion</a>, CRE Folge 131, Technik Kultur Gesellschaft, Metaebene Personal Media, 2009.</li><li> <a href="https://www.terrain-projekt.de/neues-terrain-09-vibrationsbaender/405">P. Dzierzawski, G. Jaworek: Vibrationsbänder</a>, Folge 9 im Neues Terrain Podcast, 2017.</li></ul>


Modellansatz 187

Gudrun war in Weimar an der Bauhaus Universität zu Gast bei Jan Ehlers. Sie haben sich über seine Forschungstätigkeit im Umfeld von Mensch-Maschine Interaktion unterhalten. Jan hat in Bremen Psychologie studiert und dort auch promoviert. Nach einer Zeit an der Universität in Ulm ist er zur Zeit in Weimar als Lehrstuhlinhaber tätig. Gudruns Wunsch war es schon länger, das Thema im Podcast zu haben, denn Mensch-Maschine Interaktion betrifft alle Leute, die irgend etwas mit Computern machen. Dabei war klar, dass dies ein sehr breites Feld ist, wo im Gespräch mit Jan nur einzelne Aspekte vorkommen werden. Darüber hinaus, dass es thematisch breit ist, ist es ein sehr interdisziplinäres Feld, wo zwischen Biologie und Algorithmen als "Extremwerten" sehr unterschiedliches Wissen nötig ist und nur in Zusammenarbeit der Fachgebiete neues entsteht.  Jans Fachgebiet ist der "Faktor Mensch". An seiner Arbeit faszinieren ihn viele Dinge, aber besonders, dass es noch so ein junges Feld ist, in den man Pionierarbeit verrichtet. Er hat sich auf kognitive Psychologie spezialisiert und untersucht u.a. wie peripher physiologische Signale (also von der Körperoberfläche abgeleitete Informationen) als Messwerte für psychologische Zustände dienen können. In erster Linie ist das universitäre Grundlagenforschung ohne unmittelbaren Anwendungsbezug. Dahinter stehen aber so fundamentale Fragen wie: Wie wird Aufmerksamkeit generiert? Wie kann man trotz interindividueller Unterschiede Erregungs- oder Aktivierungsniveaus aus solchen objektiv beobachtbaren Größe wie Pupillenbewegung oder Leitfähigkeit der Haut ablesen. Es müssen Größen herangezogen werden, die dem Bewusstsein nicht direkt zugänglich (also leicht manipulierbar) sind. Für die Experimente sind künstliche, hoch kontrollierte Situationen im Labor typisch, weil man ja wissenschaftlich Wirkmechanismen und Kausalbeziehungen beweisen möchte. Im Fachchargon spricht man auch von physiological computing bzw. mental status determination, also der Einschätzung einer psychischen Situation ohne Worte. die auf Selbsteinschätzung beruhen. Ein anschauliches Beispiel ist, dass man an der Blinzelfrequenz ablesen kann, wenn jemand müde wird. Man kann das gut mit Sensoren beobachten und messen und dann einen übermüdeten LKW-Fahrer durch so ein System erkennen und zum Pause machen anhalten. Menschlich ist das allerdings ein wenig brisant, denn wir wollen lieber die Kontrolle behalten und nicht von System Vorschriften gemacht bekommen.  Hinzu kommt, dass man solche Systeme auch austricksen kann. Im Labor wird dazu das Biofeedback der Sensoren visualisiert und Probanden können lernen, darüber kognitive Kontrolle zu erhalten. Ein Beispiel hierfür ist die Pupillengröße, die man auf dem Monitor gut als Kreis einer gewissen Größe abbilden kann. Man kann üben, sie willentlich größer oder kleiner zu machen mit Hilfe der Rückmeldung auf dem Bildschirm. (...)

Mensch-Maschine Interaktion


<p>Gudrun talks with the Scotish engineer Claire Harvey. After already having finished a Master's degree in <a href="https://www.gla.ac.uk/postgraduate/taught/productdesignengineering/">Product design engineering</a> at the <a href="https://www.gla.ac.uk/">University of Glasgow</a> for the last two years Claire has been a student of the <a href="http://www.innoenergy.com/education/master-school/our-master-programmes/msc-energy-technologies-entech/">Energy Technologies (ENTECH)</a> Master program. This is an international and interdisciplinary program under the label of the <a href="https://eit.europa.eu/">European Institute of Innovation and Technology (EIT)</a> inbetween a number of European technical universities. She spent her first year in Lisbon at <a href="https://tecnico.ulisboa.pt/en/">Instituto Superior Técnico</a> (IST) and the second master year at the Karlsruhe Institute of Technology (KIT). Gudrun had the role of her supervisor at KIT while she worked on her Master's thesis at the <a href="https://www.euref.de/de/">EUREF Campus</a> in Berlin for the Startup <a href="https://inno2grid.com/">inno2grid</a>.</p> <p>Her study courses prepared her for very diverse work in the sector of renewable energy. Her decision to work with inno2grid in Berlin was based on the fact, that it would help to pave the way towards better solutions for planning micro grids and sustainable districts. Also, she wanted to see an actual micro grid at work. The office building of <a href="https://www.schneider-electric.de/de/">Schneider Electric</a>, where the Startup inno2grid has its rooms is an experiment delivering data of energy production and consumption while being a usual office building. We will hear more about that in the episode with Carlos Mauricio Rojas La Rotta soon.</p> <p>Micro grids are small scale electrical grid systems where self-sufficient supply is achieved. Therefore, the integration of micro grid design within district planning processes should be developed efficiently. In the planning process of districts with decentralised energy systems, unique and customised design of micro grids is usually required to meet local technical, economical and environmental needs. From a technical standpoint, a detailed understanding of factors such as load use, generation potential and site constraints are needed to correctly and most efficiently design and implement the network. The presence of many different actors and stakeholders contribute to the complexity of the planning process, where varying levels of technical experience and disparate methods of working across teams is commonplace. </p> <p>Large quantities of digital information are required across the whole life-cycle of a planning project, not just to do with energetic planning but also for asset management and monitoring after a micro grid has been implemented. In the design of micro grids, large amounts of data must be gathered, there are initial optimization objectives to be met, and simulating control strategies of a district which are adapted to customer requirements is a critical step. Linking these processes - being able to assemble data as well as communicate the results and interactions of different "layers" of a project to stakeholders are challenges that arise as more cross-sector projects are carried out, with the growing interest in smart grid implementation.</p> <p>Claire's thesis explores tools to assist the planning process for micro grids on the district scale. Using geographical information system (GIS) software, results relating to the energetic planning of a district is linked to geo-referenced data. Layers related to energy planning are implemented - calculating useful parameters and connecting to a database where different stakeholders within a project can contribute. Resource potential, electrical/thermal demand and supply system dimensioning can be calculated, which is beneficial for clients and decision makers to visualize digital information related to a project. Within the open source program <a href="https://www.qgis.org/en/site/">QGIS</a>, spatial analysis and optimizations relating to the design of an energy system are performed. As the time dimension is a key part in the planning of the energy supply system of a micro grid, the data is linked to a Python simulation environment where dynamic analysis can be performed, and the results are fed back in to the QGIS project.</p> <br /> <br /> <h2>References</h2> <ul><li> <a href="https://www.vde.com/de/presse/pressematerial/pressemappen/studie-zellulare-ansatz">T. Benz et al.: Der Zellulare Ansatz.</a> VDE, Energietechnische Gesellschaft, Frankfurt, Germany, 2015.</li><li> <a href="http://advances.sciencemag.org/content/2/1/e1500700">A. Halu et al.:  Data-driven modeling of solar-powered urban microgrids.</a> Science Advances 2 (1). DOI:10.1126/sciadv.1500700, 2016.</li><li> <a href="https://s3.amazonaws.com/academia.edu.documents/38457382/ecppm_2014.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=1541731015&Signature=g%2FGNbUGsfx8C%2BIVyH9KLbocApY8%3D&response-content-disposition=inline%3B%20filename%3DBIM_and_GIS_for_district_modeling.pdf"></a>M. Giudice and E. Patti: BIM and GIS for District Modelling</a> Politecnico di Torino, Turin, Italy, 2014.</li><li> <a href="https://www.qgis.org/en/site/">QGIS</a></li><li> <a href="http://www.dmsw.de/downloads/OeQ_short.pdf">Ch. Nytsch-Geusen et al.: Sustainable and energy-efficient redevelopment of city quarters - Analytical and planning tools for energy assessment and rehabilitation of urban districts.</a> Universität der Künste, Berlin, 2015.</li></ul> <br /> <br /> <h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/electric-vehicles">Z. Ahamed, G. Thäter: Electric Vehicles on the Grid</a>, Gespräch im Modellansatz Podcast, Folge 183, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li><li> <a href="http://modellansatz.de/wasserstofftankstellen">G. Thäter, M. J. Amtenbrink: Wasserstofftankstellen</a>, Gespräch im Modellansatz Podcast, Folge 163, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li><li> <a href="http://modellansatz.de/weather-generator">G. Thäter, B. Pousinho: Weather Generator</a>, Gespräch im Modellansatz Podcast, Folge 148, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. </li></ul>


Modellansatz 186

Gudrun talks with the Scotish engineer Claire Harvey. After already having finished a Master's degree in Product design engineering at the University of Glasgow for the last two years Claire has been a student of the Energy Technologies (ENTECH) Master program. This is an international and interdisciplinary program under the label of the European Institute of Innovation and Technology (EIT) inbetween a number of European technical universities. She spent her first year in Lisbon at Instituto Superior Técnico (IST) and the second master year at the Karlsruhe Institute of Technology (KIT). Gudrun had the role of her supervisor at KIT while she worked on her Master's thesis at the EUREF Campus in Berlin for the Startup inno2grid. Her study courses prepared her for very diverse work in the sector of renewable energy. Her decision to work with inno2grid in Berlin was based on the fact, that it would help to pave the way towards better solutions for planning micro grids and sustainable districts. Also, she wanted to see an actual micro grid at work. The office building of Schneider Electric, where the Startup inno2grid has its rooms is an experiment delivering data of energy production and consumption while being a usual office building. We will hear more about that in the episode with Carlos Mauricio Rojas La Rotta soon. Micro grids are small scale electrical grid systems where self-sufficient supply is achieved. Therefore, the integration of micro grid design within district planning processes should be developed efficiently. In the planning process of districts with decentralised energy systems, unique and customised design of micro grids is usually required to meet local technical, economical and environmental needs. From a technical standpoint, a detailed understanding of factors such as load use, generation potential and site constraints are needed to correctly and most efficiently design and implement the network. The presence of many different actors and stakeholders contribute to the complexity of the planning process, where varying levels of technical experience and disparate methods of working across teams is commonplace. Large quantities of digital information are required across the whole life-cycle of a planning project, not just to do with energetic planning but also for asset management and monitoring after a micro grid has been implemented. In the design of micro grids, large amounts of data must be gathered, there are initial optimization objectives to be met, and simulating control strategies of a district which are adapted to customer requirements is a critical step. Linking these processes - being able to assemble data as well as communicate the results and interactions of different "layers" of a project to stakeholders are challenges that arise as more cross-sector projects are carried out, with the growing interest in smart grid implementation. (...)

Micro Grids


<p>Man kann zu sozialen Medien unterschiedliche Auffassungen haben. Aber die Wissenschaftspodcaster nutzen das Medium twitter recht aktiv und auch das <a href="https://www.kit.edu/">Karlsruher Institut für Technologie (KIT)</a> bespielt seinen Kanal <a href="https://twitter.com/KITKarlsruhe">@KITKarlsruhe</a> so, dass man als Abonnent tatsächlich mancherlei erfährt. Am 7. Oktober wurde z.B. <a href="https://twitter.com/KITKarlsruhe/status/1048902759989145600">dort weitererzählt</a>, dass Ergebnisse einer Simulation aus dem KIT in einem <a href="https://www.nytimes.com/interactive/2018/10/01/world/asia/map-tsunami-indonesia.html">Artikel der New York Times</a> (vom 2.10. 2018) vorgestellt wurden, der die Auswirkungen des <a href="https://de.wikipedia.org/wiki/Sulawesi-Erdbeben_2018">Sulawesi-Erdbebens und des von ihm ausgelöstenTsunamis in Indonesien</a> (vom 29.9.2018) anhand von Luftbildern begreifbar macht.</p> <p>Genauer handelte es sich um Tsunami-Modelle von <a href="https://www.gpi.kit.edu/Personen_1871.php">Andreas Schäfer</a> vom <a href="https://www.gpi.kit.edu/index.php">Geophysikalischen Institut</a> und Gudruns Neugier war geweckt. Sie wollte gern genaueres über diese Modelle erfahren. Am 23. Oktober traf sie sich mit dem Bauingenieur und Physiker zum Gespräch.</p> <p>Ebenfalls auf dem <a href="https://twitter.com/KITKarlsruhe/status/1052866138571304966">twitter-Kanal des KIT</a> hatte Gudrun in der Zwischenzeit erfahren, dass Andreas der Zeitschrift des <a href="https://de.wikipedia.org/wiki/Deutscher_Hochschulverband">Deutschen Hochschulverbandes</a> <a href="https://de.wikipedia.org/wiki/Forschung_und_Lehre_(Zeitschrift)">Forschung und Lehre</a> zu seinem Engagement auf <a href="https://twitter.com/CATnewsDE">Twitter</a> und <a href="https://www.facebook.com/catnewsde">Facebook</a> Rede und Antwort gestanden hat und auch ein erfahrener <a href="https://de.wikipedia.org/wiki/Science-Slam">Science-Slammer</a> ist.</p> <p>Somit gab es noch viel mehr Gesprächsstoff.</p> <p>Die Aktivität auf twitter sieht z.B. so aus, dass Andreas die Daten eines gemeldeten Erbebens in seine Simulation einspeist und die Auswirkungen berechnet und visualisiert. Das Bild dazu wird anschließend über twitter (und Facebook) an die Leute verteilt, die sich dafür interessieren (die Follower). Hier als Beispiel die <a href="https://twitter.com/CATnewsDE/status/1047647681605263360">Analyse zu dem Erdbeben in Indonesien</a>.</p> <p>Ein kürzlich aufgezeichneter Mitschnitt eines Science-Slam-Beitrags zu Andreas Forschung über Tsunamis ist der <a href="https://www.youtube.com/embed/0CrLyyR5S7E">Beitrag Talking Tsunami</a>.</p> <br /> <p>Im Moment ist Andreas mit mehreren Mitstreitern dabei, ein Startup zu gründen, das Risikoanalysen machen kann <a href="http://risklayer.com/about/#about_team">Risklayer</a>.</p> <br /> <h2>Literatur und weiterführende Informationen</h2> <ul><li> <a href="https://www.cedim.kit.edu/">Center for Disaster Management and Risk Reduction Technology (CEDIM)</a></li><li> <a href="https://www.cedim.kit.edu/2863.php">Forensische Katastrophenanalysen</a></li><li> <a href="https://www.forschung-und-lehre.de/zeitfragen/mitdiskutieren-oder-nicht-1094/">K. Schmermund im Gespräch mit A. Schäfer: Mitdiskutieren oder nicht</a>, Forschung und Lehre, 12.10. 2018.</li><li> <a href="https://www.facebook.com/pg/catnewsde/about/?ref=page_internal">CATnews is a world wide news channel for natural disasters</a></li><li> <a href="https://www.nationalgeographic.com/environment/2018/09/indonesia-tsunami-sulawesi-explained-science-geology/"> M. Wei-Haas: The Science of Indonesia's Surprise Tsunami</a>, National Geographic vom 1.10.2018</li><li> Andreas Schäfer (2018, GPI): Development of a Global Tsunami Risk Model</li><li> <a href="https://link.springer.com/article/10.1007%2Fs10950-017-9646-4">A. Schäfer,  J. E. Daniell, F. Wenzel: The smart cluster method:  Adaptive earthquake cluster identification and analysis in strong  seismic regions.</a> J. Seismol., 21, 965–985, doi:10.1007/s10950-017-9646-4, 2017.</li><li> <a href="https://www.sciencedirect.com/science/article/pii/S0098300416302734?via%3Dihub">A. M. Schäfer, F. Wenzel: TsuPy: Computational robustness in Tsunami hazard modelling.</a> Computers &amp; Geosciences, 102, 148-157., 2017.</li></ul> <br /> <h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/erdbeben">S. Wollherr, G. Thäter: Erdbeben und Optimale Versuchsplanung</a>,  Gespräch im Modellansatz Podcast, Folge 012, Fakultät für  Mathematik, Karlsruher Institut für Technologie (KIT), 2013.</li><li> <a href="http://modellansatz.de/lawinen">K. Schratz, G. Thäter: Lawinen</a>,  Gespräch im Modellansatz Podcast, Folge 015, Fakultät für  Mathematik, Karlsruher Institut für Technologie (KIT), 2014.</li><li> <a href="http://modellansatz.de/erdrutsche">K. Elsen, G. Thäter: Erdrutsche</a>, Gespräch im Modellansatz Podcast, Folge 015, Fakultät für  Mathematik, Karlsruher Institut für Technologie (KIT), 2015.</li><li> <a href="http://modellansatz.de/bruchzonen">S. Wollherr, G. Thäter: Bruchzonen</a>, Gesprächim Modellansatz Podcast, Folge 136, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. </li><li> <a href="http://modellansatz.de/erdbebensicheres-bauen">A. Rick, S. Ritterbusch: Erdbebensicheres Bauen</a>, Gespräch im Modellansatz Podcast, Folge 168, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.</li><li> <a href="https://kritisches-denken-podcast.de/episode-12-tsunamis-und-erdbeben/">A. Schäfer, P. Barth, A. Blessing: Tsunamis und Erdbeben</a>, Episode 12 im Kritisches Denken Podcast, 2018.</li></ul>


Modellansatz 185

Man kann zu sozialen Medien unterschiedliche Auffassungen haben. Aber die Wissenschaftspodcaster nutzen das Medium twitter recht aktiv und auch das Karlsruher Institut für Technologie (KIT) bespielt seinen Kanal @KITKarlsruhe so, dass man als Abonnent tatsächlich mancherlei erfährt. Am 7. Oktober wurde z.B. dort weitererzählt, dass Ergebnisse einer Simulation aus dem KIT in einem Artikel der New York Times (vom 2.10. 2018) vorgestellt wurden, der die Auswirkungen des Sulawesi-Erdbebens und des von ihm ausgelöstenTsunamis in Indonesien (vom 29.9.2018) anhand von Luftbildern begreifbar macht. Genauer handelte es sich um Tsunami-Modelle von Andreas Schäfer vom Geophysikalischen Institut und Gudruns Neugier war geweckt. Sie wollte gern genaueres über diese Modelle erfahren. Am 23. Oktober traf sie sich mit dem Bauingenieur und Physiker zum Gespräch. Ebenfalls auf dem twitter-Kanal des KIT hatte Gudrun in der Zwischenzeit erfahren, dass Andreas der Zeitschrift des Deutschen Hochschulverbandes Forschung und Lehre zu seinem Engagement auf Twitter und Facebook Rede und Antwort gestanden hat und auch ein erfahrener Science-Slammer ist. Somit gab es noch viel mehr Gesprächsstoff. Die Aktivität auf twitter sieht z.B. so aus, dass Andreas die Daten eines gemeldeten Erbebens in seine Simulation einspeist und die Auswirkungen berechnet und visualisiert. Das Bild dazu wird anschließend über twitter (und Facebook) an die Leute verteilt, die sich dafür interessieren (die Follower). Hier als Beispiel die Analyse zu dem Erdbeben in Indonesien. Ein kürzlich aufgezeichneter Mitschnitt eines Science-Slam-Beitrags zu Andreas Forschung über Tsunamis ist der Beitrag Talking Tsunami. Im Moment ist Andreas mit mehreren Mitstreitern dabei, ein Startup zu gründen, das Risikoanalysen machen kann Risklayer.

Tsunami-Modelle

Modellansatz 184

Wie es kam, dass es kam, dass es so ist, wie es ist, mit dem Rechenschieber. Zu einer gemeinsamen Folge vom damalsTM-Podcast zur Technikgeschichte und dem Modellansatz zur Mathematik trafen sich Prof. Dr. Ralph Pollandt, Stephan Ajuvo und Sebastian Ritterbusch in der Hochschule für angewandte Wissenschaften in Karlsruhe zu diesem mathematisch-technischen Thema aus vergangenen Zeiten. Stephan Ajuvo hatte den Rechenschieber schon länger auf seiner Liste seiner Wunschthemen. Er konnte nach der hackover-Konferenz nach Karlsruhe kommen, wo am 4. Mai 2018 die 9. Lange Nacht der Mathematik stattgefunden hatte, die von Sebastian Ritterbusch moderiert wurde, und wo Ralph Pollandt den Rechenschieber in einem Publikumsvortrag vorgestellt hatte. Die lange Nacht der Mathematik wurde an der damaligen Fachhochschule Karlsruhe im Jahr 2000, dem Weltjahr der Mathematik, gestartet, und fand seither alle zwei Jahre mit sehr großem Besucherandrang statt. Vor Einzug der Taschenrechner, wie beispielsweise dem SchulRechner 1 oder SR1, waren Rechenschieber im Schulbetrieb allgegenwärtig. Es gab unter anderem Typen von Aristo oder von VEB Mantissa Dresden. Die Basis der grundsätzlichen Methode hinter dem Rechenschieber wurde mit dem Beginn der Nutzung von Logarithmentafeln (um 1600) gelegt. In der DDR wurden diese für Schulen vom Verlag Volk und Wissen gedruckt. Sie umfassten neben den Logarithmen auch eine Formelsammlung für Mathematik, Physik und Chemie. Auch die Bordwährung der c-base orientierte sich an der logarithmischen Skala. Ein Weg den Logarithmus einzuführen geht über die Exponentialfunktion, die viele Wachstumsprozesse in der Natur bis zur Sättigung beschreibt. Exponentialfunktion $\exp(x)=e^x$ Da diese Entwicklungen oft sehr schnell ansteigen, bietet es sich an, die Werte mit der Umkehrfunktion zu beschreiben, und das ist genau der Logarithmus: Exponentiell ansteigende Werte wie die 2-er Potenzen 1, 2, 4, 8, 16, 32, ..., a(n)=2^n werden nach Anwendung des Logarithmus Dualis zur Basis 2 linear zu 0, 1, 2, 3, 4, 5, ..., \log_2 a(n)=n und damit deutlich einfacher zu begreifen. Auch in der Musik werden aus Frequenzen von Tönen nach Anwendung des Logarithmus Dualis ganzzahlig zu Oktaven und im nicht-ganzzahligen Rest zu den Tönen. Für die Nutzung mit Logarithmentafeln und dem Rechenschieber sind die Logarithmenregeln äusserst wichtig: Clog(ab)=log(a)+log(b), log(a/b)=log(a)-log(b) In Logarithmentafeln ist sehr häufig der dekadische Logarithmus zur Basis 10 abgedruckt, da dies bei der Nutzung mit Zahlen im Dezimalsystem sehr hilfreich ist. Dabei wird typisch nur eine Dekade in der Tafel abgedeckt, da höhere Dekaden einfach ganzzahlige Differenzen im Wert darstellen. Da diese Betrachtung außerhalb der Tafeln stattfindet, müssen diese Größenordnungen während der Rechnung mitgeführt und am Ende dem Ergebnis abgerechnet werden. Da Rechenschieber wie gegenüber liegende Lineale sehr einfach addieren können, (...)

Rechenschieber


<p>Gudrun talks to Zaheer Ahamed about the influence of an increasing number of <a href="https://en.wikipedia.org/wiki/Electric_vehicle">Electric vehicles (EV)</a> to the <a href="https://en.wikipedia.org/wiki/Electrical_grid">electrical grid</a>. Zaheer just finished the <a href="http://www.mach.kit.edu/1686.php">ENTECH</a> Master's program. He started it with his first year at the <a href="https://www.kit.edu/">Karlsruhe Institute for Technology (KIT)</a> and continued in <a href="https://en.wikipedia.org/wiki/Uppsala_University">Uppsala University</a> for the second year.<br /><br />Gudrun was part of the grading process of Zaheer's master thesis "Estimating Balancing Capacities of Electric Vehicles on the German and Swedish grids in 2030".<br /> <br />The rising awareness of pollution from transport is leading to innovations within the transport sector. At the moment EVs are the leading technology. With many countries Germany and Sweden joined the so-called <a href="https://www.iea.org/newsroom/news/2017/june/new-cem-campaign-aims-for-goal-of-30-new-electric-vehicle-sales-by-2030.html">EV30@30 campaign</a>, aiming for 30% of new vehicles sales to be electric by 2030. These ambitions alongside an ever increasing capacity of variable renewable energy sources (RES) in our power systems, pose a concerning challenge for <a href="https://en.wikipedia.org/wiki/Transmission_system_operator">Transmission systems operators</a> (TSO) to maintain proper power system operation. Imbalances between supply and demand are undesirable in any electrical power system and with the rising popularity of EVs and RES such events are only expected to continue or increase.<br /><br />Fortunately, with the recent development of <a href="https://en.wikipedia.org/wiki/Vehicle-to-grid">Vehicle to grid</a> (V2G) concepts as well as extensive studies into the load-shifting potential of EVs, EVs presents an interesting solution for power system balancing distributed energy storage system. Zaheer's study showed that EV are capable of balancing the grid for approximately 60% of the time providing 55-60% of the total balancing energy required. However, the operation also took heavy toll on the EV’s battery performance as it could potentially reduce its life to a 1/7th of its original lifetime.</p> <br /><p> </p> <h2>References</h2> <ul><li> <a href="https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=uriserv:OJ.L_.2017.220.01.0001.01.ENG">Commission Regulation (EU) 2017/1485</a> of 2 August 2017 on establishing a guideline on electricity transmission system operation, 2017.</li><li> <a href="https://arxiv.org/abs/1405.2857">S. Weitemeyer e.a.: Integration of Renewable Energy Sources in future power systems: The role of storage</a>. Renewable Energy, 75 pp.14-20, 2015.</li><li> <a href="https://ideas.repec.org/a/eee/appene/v203y2017icp115-127.html">D.M.Greenwood e.a.: Frequency response services designed for energy storage</a>. Applied Energy, 203 pp.115-127, 2017.</li><li> <a href="http://ec.europa.eu/eurostat/data/database">Eurostat Database</a></li><li> <a href="http://isiarticles.com/bundles/Article/pre/pdf/113264.pdf">J. Schäuble e.a.: Generating electric vehicle load profiles from empirical data of three EV fleets in Southwest Germany</a>. Journal of Cleaner Production, 150 pp.253-266, 2017.</li></ul> <br /> <br /> <h2>Podcasts</h2><ul><li> <a href="https://forschergeist.de/podcast/fg053-energiewende/">Volker Quaschning, Tim Pritlove: Energiewende</a>, Forschergeist 053, Stifterverband / Metaebene, 2018.</li><li> <a href="http://modellansatz.de/optimale-akkuladung">V. Auinger, G. Thäter: Optimale Akkuladung</a>, Gespräch im Modellansatz Podcast, Folge 160, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/optimale-akkuladung">http://modellansatz.de/optimale-akkuladung</a></li><li> <a href="http://modellansatz.de/smart-meter">M. Lösch, S. Ritterbusch: Smart Meter Gateway</a>, Gespräch im Modellansatz Podcast, Folge 135, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. <a href="http://modellansatz.de/smart-meter">http://modellansatz.de/smart-meter</a></li><li> <a href="http://modellansatz.de/akkumulatoren">M. Maier, G. Thäter: Akkumulatoren</a>, Gespräch im Modellansatz Podcast, Folge 123, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. <a href="http://modellansatz.de/akkumulatoren">http://modellansatz.de/akkumulatoren</a></li><li> <a href="http://omegataupodcast.net/163-elektromobilitat/">D. Schumann, M. Voelter: Elektromobilität</a>, Omega Tau Podcast 163, Makus Völter und Nora Ludewig, 2015.</li><li> <a href="http://modellansatz.de/pumpspeicher">J. Dickmann, S. Ritterbusch: Pumpspeicherkraftwerke</a>, Gespräch im Modellansatz Podcast, Folge 5, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2013.</li></ul>


Modellansatz 183

Gudrun talks to Zaheer Ahamed about the influence of an increasing number of Electric vehicles (EV) to the electrical grid. Zaheer just finished the ENTECH Master's program. He started it with his first year at the Karlsruhe Institute for Technology (KIT) and continued in Uppsala University for the second year.  Gudrun was part of the grading process of Zaheer's master thesis "Estimating Balancing Capacities of Electric Vehicles on the German and Swedish grids in 2030".  The rising awareness of pollution from transport is leading to innovations within the transport sector. At the moment EVs are the leading technology. With many countries Germany and Sweden joined the so-called EV30@30 campaign, aiming for 30% of new vehicles sales to be electric by 2030. These ambitions alongside an ever increasing capacity of variable renewable energy sources (RES) in our power systems, pose a concerning challenge for Transmission systems operators (TSO) to maintain proper power system operation. Imbalances between supply and demand are undesirable in any electrical power system and with the rising popularity of EVs and RES such events are only expected to continue or increase.  Fortunately, with the recent development of Vehicle to grid (V2G) concepts as well as extensive studies into the load-shifting potential of EVs, EVs presents an interesting solution for power system balancing distributed energy storage system. Zaheer's study showed that EV are capable of balancing the grid for approximately 60% of the time providing 55-60% of the total balancing energy required. However, the operation also took heavy toll on the EV’s battery performance as it could potentially reduce its life to a 1/7th of its original lifetime.

Electric Vehicles on the Grid


<p>Gudrun talks to <a href="https://www.linkedin.com/in/jousefmurad/">Jousef Murad</a> about the computing platform <a href="https://www.simscale.com/">SimScale</a>. Jousef is currently studying mechanical engineering at the <a href="https://www.kit.edu/">Karlsruhe Institute of Technology (KIT)</a> and focuses on <a href="https://www.simscale.com/docs/content/simwiki/cfd/what-is-turbulent-flow.html">turbulence modelling</a> and computational mechanics in his Master's studies. He first learned about the existence of SimScale early in the year 2015 and started as a FEA (finite element analysis) simulation assistant in November 2016. Meanwhile he switched to Community Management and now is Community and Academic Program Manager at the company being responsible for user requests and <a href="https://www.simscale.com/blog/2018/08/orion-racing-india-formula-bharat/">Formula student teams</a> all over the world. Formula student is a name for design competitions for teams of students constructing racing cars.</p> <p><a href="https://www.simscale.com/">SimScale</a> is a cloud-based platform that gives instant access to computational fluid dynamics (CFD) and finite element analysis (FEA) simulation technology, helping engineers and designers to easily test performance, optimize durability or improve efficiency of their design. SimScale is accessible from a standard web browser and from any computer, eliminating the hurdles that accompany traditional simulation tools: high installation costs, licensing fees, deployment of high-performance computing hardware, and required updates and maintenance. </p> <p>Via the platform, several state-of-the-art open solvers are made available like,e.g., <a href="https://de.wikipedia.org/wiki/OpenFOAM">OpenFOAM</a> and Meshing with SnappyHexMesh. More information about the packages being used can be found at <a href="https://www.simscale.com/open-source/">https://www.simscale.com/open-source/</a> .</p> <p>On top of having easier access to open source software, the connected <a href="https://www.simscale.com/forum/">user forum</a> is very active and helps everybody to enter the field even as a person without experience.</p> <p>Founded in 2012 in Munich (Germany), nowadays SimScale is an integral part of the design validation process for many companies worldwide and individual users. It is mainly used by product designers and engineers working in <a href="https://www.simscale.com/blog/2018/05/cfd-simulation-aec/">Architecture, Engineering &amp; Construction</a> or <a href="https://www.simscale.com/blog/2016/09/cfd-hvac-systems-applications/">Heating, Ventilation &amp; Air-Conditioning</a>. Also in the Electronics, Consumer Goods and Packaging and Containers industries SimScale is useful for testing and optimizing designs in the early development stages. </p> <p>SimScale offers  <a href="https://www.simscale.com/product/pricing/">pricing plans</a> that can be customized, from independent professionals to SMEs and multinational companies. The Community plan makes it possible to use SimScale for free, with 3000 core hours/year using up to 16 cloud computing cores.</p> <br /> <p><img class="imgcenter" src="http://www.math.kit.edu/ianm4/seite/ma-simscale/media/burj-khalifa.gif" alt="Simulation around Burj Khalifa using SimScale" title="Simulation around Burj Khalifa using SimScale" /><center>Simulation around Burj Khalifa using SimScale</center></p> <br /> <h2>References</h2> <ul><li> <a href="https://en.wikipedia.org/wiki/Turbulence_modeling">Turbulence models on the English Wikipedia</a></li><li> <a href="https://ae.sharif.edu/~farshchi/Turbulent%20flows%20(Stephen%20B.%20Pope)%20.pdf">S. Pope: Turbulent Flows</a>. Cambridge University Press, 2000.</li><li> <a href="https://books.google.de/books/about/Homogeneous_Turbulence_Dynamics.html?id=zo1QIn5lS5IC">P. Sagaut, C. Cambon: Homogeneous Turbulence Dynamics</a>. Cambridge University Press, 2008.</li></ul><br /> <h2>Related Podcasts</h2> <ul><li> <a href="http://modellansatz.de/turbulence">G. Thäter, M. Hofmanová: Turbulence</a>, Gespräch im Modellansatz Podcast, Folge 155, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. </li><li> <a href="http://modellansatz.de/lokale-turbulenzen">N. Vercauteren, S. Ritterbusch: Lokale Turbulenzen</a>,  Gespräch im Modellansatz Podcast, Folge 144,  Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT),  2017. </li><li> <a href="http://modellansatz.de/strukturoptimierung">P. Allinger, N. Stockelkamp, G. Thäter: Strukturoptimierung</a>, Gespräch im Modellansatz Podcast, Folge 53, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT),  2015. </li><li> <a href="https://www.thenakedscientists.com/podcasts/naked-scientists/science-turbulence">B.Valsler, D. Ansell: The Science of Turbulence</a>, The Naked Scientists Podcast, 2010.</li></ul>


Modellansatz 182

Gudrun talks to Jousef Murad about the computing platform SimScale. Jousef is currently studying mechanical engineering at the Karlsruhe Institute of Technology (KIT) and focuses on turbulence modelling and computational mechanics in his Master's studies. He first learned about the existence of SimScale early in the year 2015 and started as a FEA (finite element analysis) simulation assistant in November 2016. Meanwhile he switched to Community Management and now is Community and Academic Program Manager at the company being responsible for user requests and Formula student teams all over the world. Formula student is a name for design competitions for teams of students constructing racing cars. SimScale is a cloud-based platform that gives instant access to computational fluid dynamics (CFD) and finite element analysis (FEA) simulation technology, helping engineers and designers to easily test performance, optimize durability or improve efficiency of their design. SimScale is accessible from a standard web browser and from any computer, eliminating the hurdles that accompany traditional simulation tools: high installation costs, licensing fees, deployment of high-performance computing hardware, and required updates and maintenance. Via the platform, several state-of-the-art open solvers are made available like,e.g., OpenFOAM and Meshing with SnappyHexMesh. More information about the packages being used can be found at https://www.simscale.com/open-source/ . On top of having easier access to open source software, the connected user forum is very active and helps everybody to enter the field even as a person without experience. Founded in 2012 in Munich (Germany), nowadays SimScale is an integral part of the design validation process for many companies worldwide and individual users. It is mainly used by product designers and engineers working in Architecture, Engineering and Construction or Heating, Ventilation and Air-Conditioning. Also in the Electronics, Consumer Goods and Packaging and Containers industries SimScale is useful for testing and optimizing designs in the early development stages. SimScale offers pricing plans that can be customized, from independent professionals to SMEs and multinational companies. The Community plan makes it possible to use SimScale for free, with 3000 core hours/year using up to 16 cloud computing cores.

SimScale


<p>Gudrun war zu Gast an der FU Berlin für ein lange geplantes Gespräch mit <a href="http://www.mi.fu-berlin.de/math/groups/ag-ddm/members/Prof_LB/lutz-westphal.html">Brigitte Lutz-Westphal</a> zum Thema Forschendes Lernen im Mathematikunterricht. Frau Lutz-Westphal ist dort Professorin für Didaktik der Mathematik und in dieser Rolle in die Lehramtsausbildung eingebunden. Ihre Forschung beschäftigt sich mit der Grundlegung einer Theorie zum <a href="https://de.wikipedia.org/wiki/Forschendes_Lernen">forschenden Lernen</a>, mit <a href="https://de.wikipedia.org/wiki/Dialogisches_Lernen">dialogischem Lernen</a> und  <a href="https://de.wikipedia.org/wiki/Authentische_Kommunikation">authentischem</a> sowie <a href="https://de.wikipedia.org/wiki/Inklusive_Pädagogik">inklusivem</a> Mathematikunterricht. Sie ist seit 2010 wissenschaftliche Begleitung des Programms "Mathe.Forscher" der Stiftung Rechnen. Die enge Zusammenarbeit mit der Schulpraxis in diesem Programm hat wichtige Impulse für ihre wissenschaftliche Tätigkeit gegeben.</p> <p>Was zeichnet nun forschendes Lernen aus? Es geht darum, für Schülerinnen und Schüler die Mathematik als von Fragen getriebene Wissenschaft erlebbar zu machen (im Gegensatz zum Einpauken von fest stehenden Lehrsätzen und Regeln). Das erfolgt z.B. über Beobachtungen in handgreiflichen Experimenten, die für die Erlangung von mathematischen Resultaten aktiv erkundet werden müssen. Das ist gleichzeitig ein authentisches Erleben von Mathematik, wie sie in der Forschung betrieben wird, also eine Begegnung mit der Wissenschaft Mathematik, ihren Methoden und Arbeitsweisen.</p> <p>Eine Beschreibung der eigenen forschenden Tätigkeit fällt Mathematiker/innen üblicherweise nicht leicht, diese Metaebene ist für das Forschen ja auch nicht relevant. Aber sie wissen, dass sie Fragen und Vermutungen formulieren aus Erfahrung, Gedankenexperimenten oder einem Bauchgefühl heraus und in Gesprächen im Kollegium, im Auswerten von anderen Arbeiten und im Verwerfen von Hypothesen Stück für Stück neues Wissen finden. Eine derzeit laufende Interviewstudie, die von Prof. Lutz-Westphal betreut wird, soll herausarbeiten, wie man Forschen in der Mathematik präziser charakterisieren kann, um daraus weitere Schlüsse für die authentische didaktische Umsetzung in der Schule zu ziehen</p> <p>Der Ansatz des forschenden Lernens trägt bereits jetzt die wesentlichen Schritte in die Schule: Anregung zum selbstständigen Fragen, Raum für Erkundungen, offen für fächerübergreifende und vorausgreifende Inhalte, Sichtbarmachen der gefundenen mathematischen Erkenntnisse &amp; kritische Auseinandersetzung mit unterschiedlichen Herangehensweisen und Resultaten. Inzwischen gibt es schon viele erprobte Beispiele für forschendes Lernen, die von Lehrpersonen für den eigenen Unterricht übernommen oder adaptiert werden können  (siehe www.matheforscher.de) . In unserem Gespräch gehen wir auf die Frage: Wo bitte ist die Mitte? ein. Für komplexe Gebilde, wie z.B. die Geometrie von Deutschland oder anderen Ländern kann man auf unterschiedliche "Mitten" kommen. Und man findet auch Beispiele, wo die Mitte gar nicht im Innern des Gebietes liegt. Solche Unterrichtsideen helfen Schüler/innen, Mathematik nicht nur als festgefügten Wissenskanon, sondern als kreatives Betätigungsfeld zu erleben, in dem flexibles Denken erforderlich ist.</p> <p>Wesentlich für einen Mathematikunterricht, der auf diese Weise gestaltet ist, ist eine Kultur, in der das Fragen stellen und Fehler machen möglich sind und ein produktiver Umgang mit Fehlern gepflegt wird. Es hat sich bewährt, die Schülerinnen und Schüler ein Lern- oder Forschertagebuch führen zu lassen (bzw. je nach Vermögen der Lerngruppe, einen mündlichen Austausch anzuregen), um besser zu verstehen, wie die Lernenden denken, wo konkrete Probleme im Verständnis sind, bzw. welche eigenen Ansätze die Kinder entwickeln. Dieser dialogische Ansatz öffnet den Weg zu einem individuellen Austausch zwischen Lehrkräften und Lernenden und öffnet die Perspektive in Richtung inklusiver Lerngruppen. </p> <p>Ein Unterricht, der Mathematik forschend entwickelt braucht Lehrpersonen mit einem hohen Selbstvertrauen in ihre eigenen mathematischen Fähigkeiten und einer authentischen Begeisterung für das Fach. Damit ergeben sich auch Ziele in der Lehramtsausbildung:</p> <ul><li> Erlangen fachlicher und fachmethodischer Sicherheit,</li><li> das Kennenlernen moderner Mathematik und aktueller Forschungsthemen,</li><li> eine tiefe fachdidaktische Durchdringung von mathematischen Themen,</li><li> und somit übergreifend: die Stärkung des fachlichen Selbstbewusstseins. </li></ul><br /> <p>Nach ihrem Abitur 1990 studierte Brigitte Lutz-Westphal an der Hochschule der Künste und der freien Universität Berlin Schulmusik, Violine und Mathematik und hatte dabei 1994-95 auch einen Studienaufenthalt in Paris als Stipendiatin des Briand-Stresemann Programms. Auf ihr erstes Staatsexamen in Musik und Mathematik folgte ihr Referendariat am Karl-von-Frisch-Gymnasium in Dußlingen und am Wildermuth-Gymnasium in Tübingen. Nach dem zweiten Staatsexamen für die Laufbahn des höheren Schuldienstes an Gymnasium in Musik und Mathematik, wurde sie in Berlin als Musikpädagogin und Nachhilfelehrerin selbstständig tätig und begann mit ihren Arbeiten zum Projekt "Diskrete Mathematik für die Schule". Ab 2002 wurde sie als wissenschaftliche Angestellte am Konrad-Zuse-Zentrum für Informationstechnik durch die Volkswagenstiftung für das Projekt "Diskrete Mathematik in der Schule" gefördert. Ab 2004 war sie als wissenschaftliche Mitarbeiterin an der TU Berlin unter anderem im Projekt "Visualisierung von Algorithmen" des DFG-Forschungszentrums MATHEON tätig. 2006 promovierte sie an der TU Berlin mit ihrer Dissertation zum Thema "Kombinatorische Optimierung - Inhalte und Methoden für einen authentischen Mathematikunterricht" bei Prof. Martin Gröschel, und trat eine Vertretungsstelle einer Juniorprofessur für Mathematikdidaktik an der TU Berlin und wurde Mitglied der "Junior Faculty" der Berlin Mathematical School (BMS). 2008 wurde sie auf die W2-Professur für Mathematik und Didaktik der Hochschule Vechta berufen, und ist seit 2009 als W2 Professorin für Didaktik der Mathematik der Freien Universität Berlin. Seit 2009 ist die Mitherausgeberin der "Mitteilungen der Deutschen Mathematiker Vereinigung" und ist seit 2017 Mitglied des Beirats der Stiftung Rechnen.</p> <br /> <h2>Literatur und weiterführende Informationen</h2> <ul><li> <a href="http://matheforscher.de/mitforschen/praxistipps/">M. Ludwig, B. Lutz-Westphal, C. Benz: Entdeckendes, forschendes und projektartiges Lernen</a>. Best Practice Beispiele aus dem Programm Mathe.Forscher. Stiftung Rechnen, 3. Auflage 2018. (1. Auflage online)</li><li> <a href="http://www.wtm-verlag.de/beitraege-zum-mathematikunterricht/">P. Linke, B. Lutz-Westphal: Das \"Spot-Modell\" im Mathematikunterricht – forschendes und entdeckendes Lernen fundiert anwenden</a>. In: Beiträge zum Mathematikunterricht. WTM-Verlag. 4 Seiten (in Druck), 2018.</li><li> <a href="http://www.juergen-roth.de/Praxis_der_Mathematik_in_der_Schule.html">M. Ludwig, B. Lutz-Westphal, V. Ulm:Forschendes Lernen im Mathematikunterricht, Mathematische Phänomene aktiv hinterfragen und erforschen</a>. In: Praxis der Mathematik in der Schule Heft 73. S. 2-9, 2017.</li><li> <a href="http://www.wtm-verlag.de/beitraege-zum-mathematikunterricht/">B. Lutz-Westphal, A. Schulte: Mathematische Forschung – Was Forschendes Lernen im Mathematikunterricht aus der Praxis lernen kann</a>. In: Beiträge zum Mathematikunterricht. WTM-Verlag. S. 1181-1184, 2016.</li><li> <a href="https://www.mathematik-lehren.de/zeitschrift/hefte-artikel/">B. Lutz-Westphal: Das forschende Fragen lernen</a>. Pflasterungen: scheinbar Bekanntes neu durchdringen. In: Mathematik lehren Heft 184. S. 16-19, 2014.</li><li> <a href="http://www.wtm-verlag.de/beitraege-zum-mathematikunterricht/">B. Lutz-Westphal: Mathematik forschend entdecken</a>. In: Stiftung Rechnen (Hg.): Mathe.Forscher. Entdecke Mathematik in deiner Welt. WTM-Verlag Münster, S. 103-112, 2013.</li><li> B. Lutz-Westphal, K. Skutella: Dialogic learning on a shared theme – approaching inclusive settings in the mathematics classroom. In M. Knigge et al. (Hrsg.) (in Vorbereitung): Inclusive mathematics education. State-of-the-art research from Brazil and Germany. Springer, 2019.</li><li> <a href="https://link.springer.com/book/10.1007/978-3-658-06993-3">S. Hußmann, B. Lutz-Westphal (Hg.):Diskrete Mathematik erleben. Anwendungsbasierte und verstehensorientierte Zugänge</a>. Springer (2. Auflage), 2015.</li><li> <a href="https://link.springer.com/book/10.1007/978-3-658-01004-1">K. Biermann, M. Grötschel, B. Lutz-Westphal, Brigitte (Hg.):Besser als Mathe! Moderne angewandte Mathematik aus dem MATHEON zum Mitmachen</a>. Springer, 2010.</li><li> <a href="http://www.stiftungrechnen.de">Stiftung Rechnen</a></li><li> <a href="http://www.matheforscher.de">Matheforscher</a></li><li> <a href="https://www.degruyter.com/view/j/dmvm">B. Lutz-Westphal: Kinderseite</a> in den Mitteilungen der Deutschen Mathematiker Vereinigung.</li></ul> <br /> <br /> <h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/lerntheken">J.-M. Klinge, G. Thäter: Lerntheken</a>, Gespräch im Modellansatz Podcast, Folge 178, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/lerntheken">http://modellansatz.de/lerntheken</a></li><li> <a href="http://modellansatz.de/cammp-week">K. Wohak, M. Hattebuhr, E. Bastian, C. Beizinger, G. Thäter: CAMMP-Week</a>, Gespräch im Modellansatz Podcast, Folge 174, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/cammp-week">http://modellansatz.de/cammp-week</a></li><li> <a href="http://modellansatz.de/cammp">G. Thäter, K. Wohak: CAMMP</a>, Gespräch im Modellansatz Podcast, Folge 165, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/cammp">http://modellansatz.de/cammp</a></li><li> <a href="http://modellansatz.de/meisterklasse">B. Bötcher, G. Thäter: Meisterklasse</a>, Gespräch im Modellansatz Podcast, Folge 158, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. <a href="http://modellansatz.de/meisterklasse">http://modellansatz.de/meisterklasse</a></li><li> <a href="http://modellansatz.de/was-ist-mathematik">G.M. Ziegler, G. Thäter: Was ist Mathematik?</a> Gespräch im Modellansatz Podcast, Folge 111, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. <a href="http://modellansatz.de/was-ist-mathematik">http://modellansatz.de/was-ist-mathematik</a></li><li> <a href="http://modellansatz.de/lehramtsausbildung">A. Kirsch, G. Thäter: Lehramtsausbildung</a>, Gespräch Modellansatz Podcast, Folge 104, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. <a href="http://modellansatz.de/lehramtsausbildung">http://modellansatz.de/lehramtsausbildung</a></li><li> <a href="http://modellansatz.de/schuelerlabor">E. Dittrich, G. Thäter: Schülerlabor</a>, Gespräch im Modellansatz Podcast, Folge 103, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. <a href="http://modellansatz.de/schuelerlabor">http://modellansatz.de/schuelerlabor</a></li><li> <a href="http://modellansatz.de/incredible-proof-machine">J. Breitner, S. Ritterbusch: Incredible Proof Machine</a>, Gespräch im Modellansatz Podcast, Folge 78, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. <a href="http://modellansatz.de/incredible-proof-machine">http://modellansatz.de/incredible-proof-machine</a></li><li> <a href="http://modellansatz.de/flipped-classroom">C. Spannagel, S. Ritterbusch: Flipped Classroom</a>, Gespräch im Modellansatz Podcast, Folge 51, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. <a href="http://modellansatz.de/flipped-classroom">http://modellansatz.de/flipped-classroom</a></li><li> <a href="https://lut.sprechkontakt.at/lut019/">S. Götz, L. Bodingbauer: Schulmathematik</a>, Gespräch im Lob und Tadel Podcast, Sprechkontakt mit Bildung, Folge 19, 2014.</li></ul>


Modellansatz 181

Gudrun war zu Gast an der FU Berlin für ein lange geplantes Gespräch mit Brigitte Lutz-Westphal zum Thema Forschendes Lernen im Mathematikunterricht. Frau Lutz-Westphal ist dort Professorin für Didaktik der Mathematik und in dieser Rolle in die Lehramtsausbildung eingebunden. Ihre Forschung beschäftigt sich mit der Grundlegung einer Theorie zum forschenden Lernen, mit dialogischem Lernen und authentischem sowie inklusivem Mathematikunterricht. Sie ist seit 2010 wissenschaftliche Begleitung des Programms "Mathe.Forscher" der Stiftung Rechnen. Die enge Zusammenarbeit mit der Schulpraxis in diesem Programm hat wichtige Impulse für ihre wissenschaftliche Tätigkeit gegeben. Was zeichnet nun forschendes Lernen aus? Es geht darum, für Schülerinnen und Schüler die Mathematik als von Fragen getriebene Wissenschaft erlebbar zu machen (im Gegensatz zum Einpauken von fest stehenden Lehrsätzen und Regeln). Das erfolgt z.B. über Beobachtungen in handgreiflichen Experimenten, die für die Erlangung von mathematischen Resultaten aktiv erkundet werden müssen. Das ist gleichzeitig ein authentisches Erleben von Mathematik, wie sie in der Forschung betrieben wird, also eine Begegnung mit der Wissenschaft Mathematik, ihren Methoden und Arbeitsweisen. Eine Beschreibung der eigenen forschenden Tätigkeit fällt Mathematiker/innen üblicherweise nicht leicht, diese Metaebene ist für das Forschen ja auch nicht relevant. Aber sie wissen, dass sie Fragen und Vermutungen formulieren aus Erfahrung, Gedankenexperimenten oder einem Bauchgefühl heraus und in Gesprächen im Kollegium, im Auswerten von anderen Arbeiten und im Verwerfen von Hypothesen Stück für Stück neues Wissen finden. Eine derzeit laufende Interviewstudie, die von Prof. Lutz-Westphal betreut wird, soll herausarbeiten, wie man Forschen in der Mathematik präziser charakterisieren kann, um daraus weitere Schlüsse für die authentische didaktische Umsetzung in der Schule zu ziehen Der Ansatz des forschenden Lernens trägt bereits jetzt die wesentlichen Schritte in die Schule: Anregung zum selbstständigen Fragen, Raum für Erkundungen, offen für fächerübergreifende und vorausgreifende Inhalte, Sichtbarmachen der gefundenen mathematischen Erkenntnisse & kritische Auseinandersetzung mit unterschiedlichen Herangehensweisen und Resultaten. Inzwischen gibt es schon viele erprobte Beispiele für forschendes Lernen, die von Lehrpersonen für den eigenen Unterricht übernommen oder adaptiert werden können (siehe www.matheforscher.de) . In unserem Gespräch gehen wir auf die Frage: Wo bitte ist die Mitte? ein. Für komplexe Gebilde, wie z.B. die Geometrie von Deutschland oder anderen Ländern kann man auf unterschiedliche "Mitten" kommen. Und man findet auch Beispiele, wo die Mitte gar nicht im Innern des Gebietes liegt. Solche Unterrichtsideen helfen Schüler/innen, Mathematik nicht nur als festgefügten Wissenskanon, sondern als kreatives Betätigungsfeld zu erleben, in dem flexibles Denken erforderlich ist. (...)

Forschendes Lernen


<p>Gudrun ist für die aktuelle Episode zu Gast in der <a href="https://www.baw.de/DE/Home/home_node.html">Bundesanstalt für Wasserbau</a> (BAW) am Standort in Karlsruhe.</p> <p>Die BAW ist etwa so alt wie die Bundesrepublik und grob gesagt zuständig für technisch-wissenschaftliche Aufgaben in allen Bereichen des Verkehrswasserbaus an den Bundeswasserstraßen und für Spezialschiffbau. Dabei berät sie die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV). Heute ist der Hauptsitz der BAW in Karlsruhe. Daneben gibt es noch einen Standort in Hamburg.</p> <p>Der Anlass des Besuches ist diesmal der Abschluss der Masterarbeit von Axel Rothert zu einer Fragestellung aus der BAW in Karlsruhe. Der Titel der Arbeit ist "Hybride 2D-3D-Simulation von Strömungsprozessen im Nah- und Fernfeld von Wasserbauwerken in <a href="https://de.wikipedia.org/wiki/OpenFOAM">OpenFOAM</a>". Sie entstand in enger Zusammenarbeit mit den Kollegen Dr.-Ing. Carsten Thorenz und Franz Simons im Referat Wasserbauwerke der BAW. Nach dem Abschlussvortrag hat sich Gudrun mit Franz Simons und Axel Rothert über die Ergebnisse der Arbeit unterhalten.</p> <p>Neben traditionellen mathematischen Modellen, die durch physikalische Experimente kalibriert und erprobt werden, haben sich durch den technischen Fortschritt der letzen Jahrzehnte numerische Simulationen inzwischen fest etabliert. Einerseits, um numerische Näherungslösungen für die partiellen Differentialgleichungen des mathematischen Modells zu liefern, andererseits aber auch zur Durchführung virtueller Experimente.</p> <p>Die Simulation von hydrodynamischen Vorgängen ist hier ein gutes Beispiel. Das Fließen von Wasser muss mit Gleichungen beschrieben werden, die wiederum numerische Lösungen brauchen, wobei durch deren Komplexität auch gleich noch Ansprüche an entweder Hochleistungsrechentechnik (und damit Parallelisierung) oder andererseits gut begründete Vereinfachungen erhoben werden müssen. <br />Das ganze muss verlässliche Aussagen liefern, damit die BAW z.B. die Hochwasserneutralität eines Wasserbauwerks garantieren kann bevor es endgültig geplant und gebaut wird. </p> <p>Dabei werden in der dortigen Praxis beide Wege beschritten: man investiert in modernste Rechentechnik und benutzt erprobte Vereinfachungen im Modell. Im Kontext der Umströmung von Wasserbauwerken haben unterschiedliche Regionen verschiedene dominierende Strömungsprozesse: in der Nähe des Bauwerkes gibt es eine starke Interaktion des Fließgewässers mit dem Hindernis, aber in einiger Entfernung kann man diese Interaktion vernachlässigen und den Modellansatz vereinfachen.</p> <p>Deshalb sollten im Nah- und Fernbereich unterschiedliche Modelle benutzt werden. Konkret sind es in der Arbeit die <a href="https://de.wikipedia.org/wiki/Boussinesq-Gleichung">tiefengemittelten Flachwassergleichungen</a> im Fernfeld und die <a href="https://de.wikipedia.org/wiki/Reynolds-Gleichungen">Reynolds-gemittelten Navier- Stokes-Gleichungen</a> (RANS) im Nahfeld der Wasserbauwerke. Wichtig ist dann natürlich, wie diese Modelle gekoppelt werden. Da eine Informationsübertragung sowohl stromaufwärts als auch stromabwärts möglich ist, ist eine Kopplung in beide Richtungen nötig.</p> <p>In der vorliegenden Arbeit wurde eine <a href="https://github.com/mintgen/shallowInterFoam">vorhandene Implementierung</a> eines Mehr-Regionen-Lösers in OpenFOAM der TU München so weiter entwickelt, dass er für die Anwendungen in der BAW geeignet ist. Dafür musste sie auf die aktuell an der BAW verwendete Version von OpenFOAM portiert und anschließend parallelisiert werden, damit praxisnahe Probleme der BAW in sinnvollen Rechenzeiten bewältigt werden können. Außerdem mussten die Implementierungen der Randbedingungen so abgeändert werden, dass allgemeine Geometrien für den Untergrund und ein trocken fallen bzw. benetzen mit Wasser möglich sind.</p> <p>Die Implementierung wurde anhand eines realistischen Beispiels aus dem Verkehrswasserbau bestätigt. Ein etwa 1,1km langer Flussabschnitt wurde hybrid simuliert. Dabei ist ein Staustufe, bestehend aus Wehranlagen, Schleuse und Kraftwerk enthalten. </p> <br /><br /><h2>Literatur und weiterführende Informationen</h2>  <ul><li> <a href="https://www.springer.com/de/book/9781461459743">Boyer, F. ; Fabrie, P.: Mathematical Tools for the Study of the Incompressible Navier-Stokes Equations and Related Models</a>. New York : Springer-Verlag, 2013</li><li> Gerstner, N. ; Belzner, F. ; Thorenz, C.: Simulation of Flood Scenarios with Combined 2D/3D Numerical Models. In: Lehfeldt, R. (Hrsg.) ; Kopmann, R. (Hrsg.): 11th international conference on hydroscience and engineering. Bundesanstalt für Wasserbau, Karlsruhe, 2014</li><li> Mintgen, F.: Coupling of Shallow and Non-Shallow Flow Solvers - An Open Source Framework. München, Technische Universität, Diss., 2017</li><li> Mintgen, F. ; Manhart, M.: A bi-directional coupling of 2D shallow water and 3D Reynolds-Averaged Navier-Stokes models. 2018. Begutachtet und angenommen vom Journal of Hydraulic Research. Einsehbar: DOI: 10.1080/00221686.2017.1419989</li><li> Uijttewaal, W. S.: Hydrodynamics of shallow flows: application to rivers. In: Journal of Hydraulic Research 52 (2014), Nr. 2, S. 157-172</li></ul><br /><br /> <h2>Podcasts</h2> <ul><li> <a href="http://modellansatz.de/wasserstrassen">R. Kopman, G. Thäter: Wasserstraßen</a>, Gespräch im Modellansatz Podcast, Folge 24, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2014.</li></ul>


Modellansatz 180

Gudrun ist für die aktuelle Episode zu Gast in der Bundesanstalt für Wasserbau (BAW) am Standort in Karlsruhe. Die BAW ist etwa so alt wie die Bundesrepublik und grob gesagt zuständig für technisch-wissenschaftliche Aufgaben in allen Bereichen des Verkehrswasserbaus an den Bundeswasserstraßen und für Spezialschiffbau. Dabei berät sie die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV). Heute ist der Hauptsitz der BAW in Karlsruhe. Daneben gibt es noch einen Standort in Hamburg. Der Anlass des Besuches ist diesmal der Abschluss der Masterarbeit von Axel Rothert zu einer Fragestellung aus der BAW in Karlsruhe. Der Titel der Arbeit ist "Hybride 2D-3D-Simulation von Strömungsprozessen im Nah- und Fernfeld von Wasserbauwerken in OpenFOAM". Sie entstand in enger Zusammenarbeit mit den Kollegen Dr.-Ing. Carsten Thorenz und Franz Simons im Referat Wasserbauwerke der BAW. Nach dem Abschlussvortrag hat sich Gudrun mit Franz Simons und Axel Rothert über die Ergebnisse der Arbeit unterhalten. Neben traditionellen mathematischen Modellen, die durch physikalische Experimente kalibriert und erprobt werden, haben sich durch den technischen Fortschritt der letzen Jahrzehnte numerische Simulationen inzwischen fest etabliert. Einerseits, um numerische Näherungslösungen für die partiellen Differentialgleichungen des mathematischen Modells zu liefern, andererseits aber auch zur Durchführung virtueller Experimente. Die Simulation von hydrodynamischen Vorgängen ist hier ein gutes Beispiel. Das Fließen von Wasser muss mit Gleichungen beschrieben werden, die wiederum numerische Lösungen brauchen, wobei durch deren Komplexität auch gleich noch Ansprüche an entweder Hochleistungsrechentechnik (und damit Parallelisierung) oder andererseits gut begründete Vereinfachungen erhoben werden müssen.  Das ganze muss verlässliche Aussagen liefern, damit die BAW z.B. die Hochwasserneutralität eines Wasserbauwerks garantieren kann bevor es endgültig geplant und gebaut wird. Dabei werden in der dortigen Praxis beide Wege beschritten: man investiert in modernste Rechentechnik und benutzt erprobte Vereinfachungen im Modell. Im Kontext der Umströmung von Wasserbauwerken haben unterschiedliche Regionen verschiedene dominierende Strömungsprozesse: in der Nähe des Bauwerkes gibt es eine starke Interaktion des Fließgewässers mit dem Hindernis, aber in einiger Entfernung kann man diese Interaktion vernachlässigen und den Modellansatz vereinfachen. Deshalb sollten im Nah- und Fernbereich unterschiedliche Modelle benutzt werden. Konkret sind es in der Arbeit die tiefengemittelten Flachwassergleichungen im Fernfeld und die Reynolds-gemittelten Navier- Stokes-Gleichungen (RANS) im Nahfeld der Wasserbauwerke. Wichtig ist dann natürlich, wie diese Modelle gekoppelt werden. Da eine Informationsübertragung sowohl stromaufwärts als auch stromabwärts möglich ist, ist eine Kopplung in beide Richtungen nötig. (...)

Hybride Strömungsmodelle

Bei genauem Hinsehen finden wir die Naturwissenschaft und besonders Mathematik überall in unserem Leben, vom Wasserhahn über die automatischen Temporegelungen an Autobahnen, in der Medizintechnik bis hin zum Mobiltelefon. Woran die Forscher, Absolventen und Lehrenden in Karlsruhe gerade tüfteln, erfahren wir hier aus erster Hand.

PODLIST

Modellansatz

Mathematik und ihre Anwendungen

Neue Episoden

Schülermarketing

Modellansatz

Energy Markets

Modellansatz

Nonhomogenous Fluids

Modellansatz

Inno2Grid

Modellansatz

Mensch-Maschine Interaktion

Modellansatz

Micro Grids

Modellansatz

Tsunami-Modelle

Modellansatz

Rechenschieber

Modellansatz

Electric Vehicles on the Grid

Modellansatz

SimScale

Modellansatz

Forschendes Lernen

Modellansatz

Hybride Strömungsmodelle

Modellansatz